使用 loc 时的 Pandas SettingWithCopyWarning [重复]

Posted 2023-03-11

【中文标题】使用 loc 时的 Pandas SettingWithCopyWarning [重复]

【英文标题】：Pandas SettingWithCopyWarning When Using loc [duplicate]

【发布时间】：2014-10-18 20:06:10

【问题描述】：

对使用 .loc 进行索引/切片的分配有一般性问题。

假设如下DataFrame，df:

df:    
    A   B   C
0   a   b   
1   a   b   
2   b   a   
3   c   c   
4   c   a   

要重现的代码：

df = pd.DataFrame('A':list('aabcc'), 'B':list('bbaca'), 'C':5*[None])

我使用以下方法创建 df1：

df1=df.loc[df.A=='c']

df1:
    A   B   C
3   c   c   
4   c   a   

然后我根据 B 中的值给 C 赋值：

df1.loc[df1.B=='a','C']='d'

作业有效，但我收到 SettingWithCopy 警告。我做错了什么还是这是预期的功能？我认为使用 .loc 可以避免链式分配。有什么我想念的吗？我正在使用熊猫 14.1

【问题讨论】：

我不是 100% 确定这是否是一个错误，但运行您的代码我看到 df1 已修改但 df 不是您想要的。您已将 df1 分配为对您的 df 的一部分的引用，但现在执行 loc 分配仅修改了 df1，这对我来说闻起来像一个错误，但我不能 100% 确定这是否有意或无意

在这种情况下，我打算只修改 df1，只是好奇为什么我在这样做时会收到 SettingWithCopy 警告，但我认为您实际上已经回答了。在上面，df1 是对 df 切片的引用。如果我使用 df1=pandas.DataFrame(df.loc[df.A=='c']) 创建 df1，那么警告就会消失。

这里的重点是您正在修改实际上是另一个框架的一部分的框架。您通常需要复制以避免此警告，因为您有时可以对副本进行操作。

您可以在代码中更加明确，并使用df1=df.loc[df.A=='c'].copy() 这将明确您的意图，而不是发出警告。

【参考方案1】：

@EdChum 在 cmets 中对 OP 的回答已经解决了这个问题。 即替换

df1=df.loc[df.A=='c']

与

df1=df.loc[df.A=='c'].copy()

这将明确你的意图，而不是发出警告