将DataFrame slice作为参数传递给函数，而无需'SettingWithCopyWarning'

Question

我有一个以数据框为参数的函数，在处理此数据框时，它调用另一个函数，该函数将同一数据框的一部分作为参数传递给辅助函数。

所有更改均已就位，因此不会返回任何内容（由于数据框的大小）。

但是，此辅助功能引发了SettingWithCopyWarning因为它不再处理原始数据帧。

这是一个例子：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(9).reshape(3,3), columns=list('abc'))
print df

def a(df):
    if df.is_copy:
        print 'a got a copy'
    df['a'] = 'a'

def b(df):
    if df.is_copy:
        print 'b got a copy'
        print df.is_copy
    df.loc[:,'b'] = 'b'

def c(df):
    a(df)
    b(df.loc[0:1,:])
    if df.is_copy:
        print 'c got a copy'
    df.loc[0:1,'c'] = 'c'

def d(df):
    new_df = df.loc[0:1].copy(deep=True)
    b(new_df)
    df.update(new_df)
    del new_df

c(df)
df

结果是：

b got a copy
<weakref at 000000000C1DE778; to 'DataFrame' at 000000000C1B9DA0>

   a  b  c
0  a  1  c
1  a  4  c
2  a  7  8

我知道一种选择是从原始切片创建一个新的数据帧，然后将其传递给b ，然后传递给df.update(new_df)和d表明它可以正常工作：

d(df)
df

产生所需的输出：

   a  b  c
0  a  b  c
1  a  b  c
2  a  7  8

但是有没有一种方法可以解决此问题，而无需创建新的数据SettingWithCopyWarning和提高SettingWithCopyWarning 。

另一个复杂之处是，有时从c中调用b可能只是简单的b(df) ，所以切片是可选的。

谢谢。

Answer 1

如果要修改内容，最好只是传递框架和遮罩。

def b(df, row_mask):
    df.loc[row_mask,'b'] = 'foo'

虽然通常我不会修改这样的事情，尤其是如果它的框架很大。 当您更改dtypes时，这些修改会触发一个副本（例如，通常不应该将“ b”放入所有数字的列中，dtypes是基于列的）。

因此，更好的工作流程是：

def b(df):
    sliced = df.loc[0:1].copy()
    sliced.loc[:,'b'] = 'foo'
    return sliced

然后，您可以在结尾处简单地包容：

result = pd.concat([b(df), df[1:]])

然后产生一个这样的链，并立即连接在一起。 与就地修改相比，效率会更高（尽管如果您只修改少量值，那么我的第一种方法可能会更好地工作）。 YMMV。