循环中覆盖已有DataFrame无效：仅修改循环变量未更改原对象

我太懂你遇到的这个坑了！在循环里给hi重新赋值后，原DataFramet和b完全没变化，这其实是Python中变量引用机制在搞鬼，咱们把这个问题拆明白：

为什么原DataFrame没被修改？ #

当你写下for hi in [t, b]时，hi一开始是指向t这个DataFrame对象的引用——相当于给原对象起了个“别名”。但当你执行hi = pd.DataFrame(np.arange(30, 45).reshape(5, 3))时，你并没有修改hi原本指向的t对象，而是让hi这个变量重新指向了一个全新创建的DataFrame对象。原对象t和b的引用根本没被碰过，所以它们的值自然纹丝不动。

几种可行的解决办法 #

1. 通过列表索引批量更新（适合批量替换场景） #

把DataFrame放进列表里，通过索引修改列表中的元素，最后再同步回原变量：

import pandas as pd
import numpy as np

t = pd.DataFrame(np.arange(1, 16).reshape(5, 3))
b = pd.DataFrame(np.arange(1, 16).reshape(5, 3))
dfs = [t, b]

# 遍历列表索引，直接替换列表中的元素
for i in range(len(dfs)):
    dfs[i] = pd.DataFrame(np.arange(30, 45).reshape(5, 3))

# 把更新后的结果同步回原变量
t, b = dfs

2. 直接修改原DataFrame的内容（不创建新对象） #

如果需要保留原DataFrame的引用（比如其他地方还在用到t和b），可以用df.loc[:]或者直接切片赋值，直接修改原对象的内容：

import pandas as pd
import numpy as np

t = pd.DataFrame(np.arange(1, 16).reshape(5, 3))
b = pd.DataFrame(np.arange(1, 16).reshape(5, 3))

new_data = pd.DataFrame(np.arange(30, 45).reshape(5, 3))
for hi in [t, b]:
    # 用.loc[:]直接修改原对象的所有行和列
    hi.loc[:] = new_data
    # 或者用hi[:] = new_data，效果一致

这样操作后，t和b会直接变成新数据，因为我们修改的是它们指向的原对象内容，而不是重新赋值变量。

3. 针对你的实际需求：更高效的批量处理（标准化/独热编码） #

既然你实际要做的是数值标准化、分类变量独热编码，完全可以把处理逻辑封装成函数，用列表推导式或者批量赋值来处理，比循环更清晰：

from sklearn.preprocessing import MinMaxScaler
import pandas as pd
import numpy as np

# 封装数值标准化函数（0-1区间）
def normalize_to_01(df):
    scaler = MinMaxScaler(feature_range=(0, 1))
    # 保留原列名，返回处理后的DataFrame
    return pd.DataFrame(scaler.fit_transform(df), columns=df.columns)

# 封装独热编码函数（假设传入需要编码的列名）
def one_hot_encode(df, categorical_cols):
    return pd.get_dummies(df, columns=categorical_cols)

# 批量处理你的DataFrame
t = pd.DataFrame(np.arange(1, 16).reshape(5, 3))
b = pd.DataFrame(np.arange(1, 16).reshape(5, 3))

# 分别处理
t_normalized = normalize_to_01(t)
b_normalized = normalize_to_01(b)

# 或者用列表推导式批量生成处理后的结果
processed_dfs = [normalize_to_01(df) for df in [t, b]]
t_processed, b_processed = processed_dfs

核心要点总结 #

记住这个关键区别：

• 重新赋值变量（hi = 新对象）：只是改变变量的指向，和原对象无关；
• 修改对象内容（hi.loc[:] = 新数据）：直接操作变量指向的原对象，会同步影响所有指向该对象的引用。

内容的提问来源于stack exchange，提问作者CrashingWater