写时复制

写时复制 (Copy on Write) 是一种通过尽可能避免复制来简化索引 API 并提高性能的机制。CoW 意味着任何以任何方式从另一个 DataFrame 或 Series 派生的 DataFrame 或 Series 始终表现得像一个副本。关于如何有效地使用写时复制的解释可以在 here 找到。

引用跟踪

为了能够确定在写入 DataFrame 时是否需要进行复制，我们需要知道这些值是否与其他 DataFrame 共享。pandas 会在内部跟踪所有共享值数据的 Blocks，以便在触发复制时能够进行判断。引用跟踪机制是在 Block 级别实现的。

我们使用一个自定义的引用跟踪对象 BlockValuesRefs，该对象跟踪所有值相互共享内存的块。引用是通过弱引用（weak-reference）来保持的。任何共享内存的块对都应该指向同一个 BlockValuesRefs 对象。如果一个块超出作用域，对该块的引用就会消失。因此，引用跟踪对象始终知道有多少块是活动的并且共享内存。

每当 DataFrame 或 Series 对象与其他对象共享数据时，都需要每个对象拥有自己的 BlockManager 和 Block 对象。因此，换句话说，一个 Block 实例（由 DataFrame 持有，不一定是中间对象）应该始终只独立用于单个 DataFrame/Series 对象。例如，当您想将同一个 Block 用于另一个对象时，可以通过 block.copy(deep=False) 创建 Block 实例的浅拷贝（这将创建一个具有相同底层值的新 Block 实例，并正确设置引用）。

在写入数据之前，我们可以询问引用跟踪对象是否存在其他活动的、与我们共享数据的块。如果确实存在其他活动的块，我们可以触发写入前的拷贝。