如何在不生成 SettingWithCopyWarning 的情况下将列插入 DataFrame

Posted 2023-03-11

【中文标题】如何在不生成 SettingWithCopyWarning 的情况下将列插入 DataFrame

【英文标题】：How to insert a column into a DataFrame without generating the SettingWithCopyWarning

【发布时间】：2018-05-02 11:29:53

【问题描述】：

我想在现有的 DataFrame 中插入一列。理想情况下不复制现有数据。无论我尝试什么，如果插入的数据包含空值，以后对结果 DataFrame 的分配都会生成一个 SettingWithCopyWarning。

import pandas as pd

df = pd.DataFrame(data='a': [1])
df = df.assign(b=pd.Series(data=pd.NaT, index=df.index))
df['a'].iloc[0] = 5

将assign 替换为

df['b'] = pd.Series(data=pd.NaT, index=df.index)
df.insert(column='b', loc=0, value=pd.NaT)

导致相同的警告。

很奇怪，如果插入的值不为空（例如，用 0 替换 pd.NaT）不会产生警告。这是一个错误吗？

【参考方案1】：

您的问题似乎与df['a'].iloc[0] = 5 相关，您使用的是chained assignment。试试这个：

df.at[0, 'a'] = 5
# Or: df.loc[0, 'a'] = 5, but `.at` is preferred when assigning scalar

【讨论】：

很奇怪，如果我将空值替换为非空值，则不会生成警告。这就是为什么我认为这个链式分配应该可以正常工作。另外，我想对行使用基于位置的选择，对列使用基于标签的选择，这不适用于at、loc、iat 或iloc，AFAIK。并且 ix 已弃用。

@Konstantin，用于混合（位置+标签）索引使用：df.loc[df.index[position], 'column_name']

是的，关于.ix 和结合基于位置/标签的索引：这可能看起来不方便，但.ix 已被弃用特别是出于这个原因。开发人员希望尽可能避免歧义——例如，如果您的索引是 [1, 0] 并且您使用了.ix，这应该指的是位置还是标签？

@MaxU：是的，我意识到这种可能性，但发现它很难看。 df[column_name].iloc[position] 更直观。但似乎df.loc[df.index[position], 'column_name'] 是避免警告的唯一方法。