Pandas 3.0 的 Copy-on-Write 机制在列赋值时是如何实现高效且不改变原始数据的？

本文共计1449个文字，预计阅读时间需要6分钟。

Pandas 3.0 引入了默认启用的 copy-on-write (Cow) 机制，该机制如何影响列索引和列赋值之间的内存共享逻辑。

当使用列索引赋值（如 `df['a']=...`）时，如果列 `a` 已经存在，则不会复制整个 DataFrame，而是仅在内存中修改该列的值，从而节省内存。这种逻辑是基于 Cow 机制，它仅在写操作时复制数据，而不是在每次读取时都复制。

另一方面，使用列赋值（如 `df.a=...` 或 `df.loc[:, 'a']=...`）时，即使列 `a` 已经存在，也会触发整个 DataFrame 的复制。这是因为赋值操作会更新列名映射，而 Cow 机制不适用于列名映射的修改。

例如，`df.a=0` 不会影响已经存在的视图 `p`，因为它不会触发复制。而 `df.loc[:, 'a']=0` 会同步更新视图，因为它涉及到列名映射的修改，触发了 Cow 机制的安全复制路径。

因此，核心在于操作是否触发了惰性写时复制和安全性，即操作是否仅在写操作时复制数据，以及是否遵循了 Cow 机制的安全路径。

在 pandas 3.0 中，Copy-on-Write 已成为唯一且强制启用的行为模式（不再提供禁用选项），它从根本上重构了数据引用与修改的安全边界：所有索引操作（如 df['a']、df.iloc[:, 0]）默认返回逻辑上独立的惰性视图（lazy view），而非传统意义上的内存共享视图；真正的物理复制仅在首次写入且检测到共享内存时按需发生。这一设计正是理解你所遇现象的关键。