Python 视图与复制错误希望我仅在脚本中使用 .loc

Posted 2023-03-11

【中文标题】Python 视图与复制错误希望我仅在脚本中使用 .loc

【英文标题】：Python view vs copy error wants me to use .loc in script only

【发布时间】：2019-03-17 09:08:40

【问题描述】：

我正在运行一个长脚本，其中包含一个数据框df。随着脚本运行，逐列构建和修改df，我在命令行中一遍又一遍地收到此错误：

试图在 DataFrame 的切片副本上设置一个值。尝试 使用 .loc[row_indexer,col_indexer] = value 代替请参阅注意事项 文档： http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

但是它会打印出导致警告的行，并且看起来不会有问题。像下面这样的行会触发它（每行单独触发）：

df['ZIP_DENS'] = df['ZIP_DENS'].astype(str)
df['AVG_WAGE'] = df['AVG_WAGE'].astype(str).apply(lambda x:x if x != 'nan' else 'unknown')
df['TERM_BIN'] = df['TERMS'].map(terms_dict)
df['LOSS_ONE'] = 'T_'+ df['TERM'].astype(str) +'_C_'+ df['COMP'].astype(str) + df['SIZE']
# this one's inside a loop:
df[i + '_BIN'] = df[i + '_BIN'].apply(lambda x:x if x != 'nan' else 'unknown')

我在数据帧上进行了一些突变示例。现在，这个警告刚刚开始出现，但我无法在解释器中重现这个问题。当我打开终端时，我会尝试这样的事情，但它没有给我任何警告：

import pandas as pd
df = pd.DataFrame([list('ab'),list('ef')],columns=['first','second'])
df['third'] = df[['first','second']].astype('str')

我是否遗漏了什么，我不了解此警告试图告诉我的 DataFrames 的性质？您是否认为我在脚本开头对这个数据框做了一些事情，然后对象上的所有后续突变都是视图或它的副本上的突变，或者正在发生类似的奇怪事情？

【问题讨论】：

我看不出你的代码有什么问题。请记住，这只是一个警告。这并不意味着有任何误判。

我猜你的代码上游某处有类似df = somedf[list_of_rows, list_of_columns] 的声明。所以现在 df 指向一个切片，即 somedf 内存中的位置，而不是一个视图，即您使用 .loc 获得的切片中的值。因此，现在每次在这个新的 df 中设置任何内容时，都会收到警告消息。我建议只使用 loc 代替 - 它在大多数情况下是相似的语法。或者，您可以在进行初始分配时写 df = somedf[list_of_rows, list_of_columns].copy()。

【参考方案1】：

正如我在评论中提到的，可能的问题是在您的代码上游某处，您将其他一些pd.DataFrame 的一部分分配给了df。 这是造成混淆的常见原因，在Warning 提到的链接中的why-does-assignment-fail-when-using-chained-indexing 下也有解释。

一个最小的例子：

data = pd.DataFrame('a':range(7), 'b':list('abcccdb'))
df = data[data.a % 2 == 0]  #making a subselection of the DataFrame  
df['b'] = 'b'

/home/user/miniconda3/envs/myenv/lib/python3.6/site-packages/ipykernel_launcher.py:1： SettingWithCopyWarning：试图在一个副本上设置一个值 从 DataFrame 切片。尝试使用 .loc[row_indexer,col_indexer] = 取而代之的价值

请参阅文档中的注意事项： http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy """启动 IPython 内核的入口点。

注意这部分：

df = data[data.a % 2 == 0]  #making a subselection of the DataFrame  
df['b'] = 'b'

也可以这样重写：

data[data.a % 2 == 0]['b'] = 'b'  #obvious chained indexing  
df = data[data.a % 2 == 0]

该位的正确写法如下：

data = pd.DataFrame('a':range(7), 'b':list('abcccdb'))
df = data.loc[data.a % 2 == 0].copy()  #making a copy of the subselection   
df.loc[:,'b'] = 'b'

【讨论】：

你说得对，我将其追溯到这一行 df[new_col_name] = temp[new_col_name] 所以然后我用合并替换它并且它工作正常。 temp = temp.drop([metric, column], axis=1); df = df.merge(temp, indicator=False, left_index=True, right_index=True)

很高兴能帮上忙 - 我知道这不太直观！