Pandas DataFrame：SettingWithCopyWarning：试图在 DataFrame 的切片副本上设置一个值 [重复]

Posted 2023-03-11

【中文标题】Pandas DataFrame：SettingWithCopyWarning：试图在 DataFrame 的切片副本上设置一个值 [重复]

【英文标题】：Pandas DataFrame: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame [duplicate]

【发布时间】：2018-09-18 14:02:35

【问题描述】：

我知道有很多关于此警告的帖子，但我找不到解决我的情况的方法。这是我的代码：

df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int)
#df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int).copy()
#df.loc[:, 'my_col'] = df['my_col'].astype(int)

它会产生警告：

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

即使我按照建议更改了代码，我仍然收到此警告？我需要做的就是转换一列的数据类型。

**备注：**最初该列是具有一位小数的浮点类型（例如：4711.0）。因此，我将其更改为整数 (4711)，然后更改为字符串 ('4711') - 只是为了删除小数。

感谢您的帮助！

更新：警告是对之前完成的原始数据过滤的副作用。我错过了 DataFrame.copy()。改用副本，解决了问题！

df = df[df['my_col'].notnull()].copy()
df.loc[:, 'my_col'] = df['my_col'].astype(int).astype(str)
#df['my_col'] = df['my_col'].astype(int).astype(str) # works too!

【问题讨论】：

这个错误有点混乱，显然问题是df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int)之前的代码行

前一行来自上周的my question：df = df[df['my_col'].notnull()]

显然问题出在过滤上，需要df = df[df['col'] > 10].copy()

那么df = df[df['my_col'].notnull()].copy() 工作怎么样？

@jezrael 你是我今天的英雄。就是这样！

【参考方案1】：

我认为选择列需要copy 并省略loc：

df = df[df['my_col'].notnull()].copy()
df['my_col'] = df['my_col'].astype(int).astype(str)

解释：

如果您稍后修改 df 中的值，您会发现修改不会传播回原始数据 (df)，并且 Pandas 会发出警告。

【参考方案2】：

另一种方法是禁用链式分配，它适用于您的代码无需创建副本：

# disable chained assignments
pd.options.mode.chained_assignment = None 

【参考方案3】：

如果您需要更改单个列的数据类型，直接寻址该列会更容易：

df['my_col'] = df['my_col'].astype(int)

或者使用.assign：

df = df.assign(my_col=lambda d: d['my_col'].astype(int))

.assign 非常有用，如果您只需要转换一次，并且不想在该范围之外更改您的df。

【讨论】：

不，我在使用您的第一行代码时收到了同样的警告。请参阅我原始帖子中的评论行。第二个不可用，因为列的名称是一个静态变量，不能在赋值语句中使用。

对不起，你是对的。第一行有效。我警告的问题是对原始数据的过滤。更新了我的帖子！

您可以在assign 语句中使用动态变量名称，方法是传递一个字典并在其上使用**：例如df.assign(**x: 1)，假设x 的内容是一个有效的Python 标识符.