pandas的dataFrame传入函数后发生了变化以及拷贝问题

今天发现，全局定义的pandas的DataFrame被传入到函数中的时候，如果函数改变了slice，比如df.loc[…,…] = x，全局变量df也会跟着变。险些造成错误计算，幸好发现及时。这里探讨一下这个问题的规避方法。

tl;dr：
使用的dataframe很大的情况下，复制列，在复制的列上进行想要的操作，如果很小，使用df.copy()。
更新，复制列有时会有bug，会弹出view vs copy警告，原因未知，建议使用df.copy()
更新，原因已查明。
当在函数中对df进行切片，即使使用了loc：

new_df = df.loc[cond]
new_df.loc[0,'col_name'] = 1

也会弹出警告，原因是new_df本质上还是df的切片，
包括像是（df.drop_duplicates这些方法都是切片）
new_df.loc[0,‘col_name’] = 1相当于 df.loc[cond].loc[0,‘col_name’] = 1
一旦出现给双重切片赋值，就会弹出警告，规避方法：

new_df = df.loc[cond].copy()
new_df.loc[0,'col_name'] = 1

takeaway：避免给双重切片赋值

首先是实验环节：定义dataframe

import pandas as pd

df = pd.DataFrame({
   'a':['z','x','c'],'b':[4,5,6]})