Python 在pandas中将函数应用于loc调用会导致底层数据帧发生更改吗？

我正在使用。应用于熊猫。我将一个名为

clean_alts（x）

（见下文）的函数应用于一个名为“alts”的数据帧系列，其中包含字符串列表（可选的单词形式）或0值列表（int），其中没有可选的列表形式。目标是遍历单词列表（它们存在的地方），对于每个字符串，在第一个“|”处拆分，然后取前面的内容

当我运行

df.loc[：，'alts'].apply（lambda x:clean_alts（x）

来测试该函数时，该函数会成功地执行此操作

但是，如果我随后运行

df['alts']

，我会看到底层数据帧序列也发生了更改，并且有相同的更改。我的理解是，在不赋值的情况下使用apply永远不会更改底层数据帧

我担心这种行为，我不想在不理解为什么对df临时副本的操作会影响基础df的情况下继续前进

使用.map时会发生同样的情况，如果使用df[df[…]而不是使用loc进行过滤，也会发生同样的情况

我尝试将一个简单的lambda x:str（x）映射到列，但这并不影响底层的数据帧

那么，这是否与我设计函数的方式有关

这是我正在应用的函数

def clean_alts(x):
    if type(x)==list:
        for i in range(len(x)):
            if '|' in x[i]:
                x[i] = x[i].split('|')[0]
    return x

测试函数（更改基础df的代码）：

---

感谢juanpa.arrivillaga的澄清，我怀疑函数中的赋值可能是罪魁祸首，但想确认该行为是预期的

下面是一个简单版本的函数，它是成功的，并且不影响基础df：

df.loc[:,'alts'].apply(lambda x: clean_alts(x))

def clean_alts(x):
    if type(x)==list:
        return [i.split('|')[0] for i in x]
    else:
        return x

您需要为请求调试帮助的问题提供一个解决方案。在任何情况下，“我的理解是，在没有赋值的情况下使用apply都不应该改变底层数据帧。”好吧，但是您的函数会修改序列中的

列表
对象：
x[i]=x[i]。拆分（“|”）[0]
。当然，这些变化会反映在该系列中，因为它仍然保存着与以前相同的对象，并且您已经使用
对它们进行了变异。应用
（通常不是一个好方法）