写时复制

写时复制（Copy on Write, CoW）是一种机制，旨在简化索引 API 并通过尽可能避免复制来提高性能。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。关于如何高效使用写时复制的解释可以在 这里 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，我们需要了解这些值是否与另一个 DataFrame 共享。pandas 内部会跟踪所有共享值的 Blocks，以便在需要触发复制时能够得知。引用跟踪机制是在 Block 层面实现的。

我们使用一个自定义的引用跟踪器对象，名为 BlockValuesRefs，它会跟踪所有值相互共享内存的 block。引用是通过弱引用的方式进行的。任何共享内存的 block 对都应该指向同一个 BlockValuesRefs 对象。如果一个 block 超出了作用域，对该 block 的引用就会消失。因此，引用跟踪器对象始终知道有多少 block 是活动的并且共享内存。

每当一个 DataFrame 或 Series 对象与其他对象共享数据时，要求这些对象各自拥有自己的 BlockManager 和 Block 对象。换句话说，一个 Block 实例（由 DataFrame 持有，不一定是中间对象）应该始终仅唯一地用于单个 DataFrame/Series 对象。例如，当您想将同一个 Block 用于另一个对象时，可以使用 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）。

在写入值之前，我们可以询问引用跟踪对象是否有其他 block 共享数据。如果确实有其他 block 处于活动状态，我们可以触发复制。