SettingWithCopyWarning 即使使用.loc[row_indexer,col_indexer] = value

Question

这是我获得SettingWithCopyWarning的代码行之一：

value1['Total Population']=value1['Total Population'].replace(to_replace='*', value=4)

然后我改为：

row_index= value1['Total Population']=='*'
value1.loc[row_index,'Total Population'] = 4

这仍然给出相同的警告。 我该如何摆脱它？

另外，对于我使用过的convert_objects(convert_numeric=True) function，我收到了相同的警告，有什么办法可以避免这种情况。

 value1['Total Population'] = value1['Total Population'].astype(str).convert_objects(convert_numeric=True)

这是我收到的警告消息：

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 

Answer 1

如果您使用.loc[row,column]并仍然得到相同的错误，则可能是因为复制了另一个数据框。 你必须使用.copy() 。

这是一步一步的错误再现：

import pandas as pd

d = {'col1': [1, 2, 3, 4], 'col2': [3, 4, 5, 6]}
df = pd.DataFrame(data=d)
df
#   col1    col2
#0  1   3
#1  2   4
#2  3   5
#3  4   6

创建一个新列并更新其值：

df['new_column'] = None
df.loc[0, 'new_column'] = 100
df
#   col1    col2    new_column
#0  1   3   100
#1  2   4   None
#2  3   5   None
#3  4   6   None

我没有收到错误。 但是，让我们根据前一个数据框创建另一个数据框：

new_df = df.loc[df.col1>2]
new_df
#col1   col2    new_column
#2  3   5   None
#3  4   6   None

现在，使用.loc ，我将尝试以相同的方式替换一些值：

new_df.loc[2, 'new_column'] = 100

但是，我再次收到了这个可恶的警告：

试图在来自 DataFrame 的切片副本上设置值。 尝试使用 .loc[row_indexer,col_indexer] = value 代替

请参阅文档中的警告： https : //pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

解决方案

在创建新数据框时使用.copy()将解决警告：

new_df_copy = df.loc[df.col1>2].copy()
new_df_copy.loc[2, 'new_column'] = 100

现在，您将不会收到任何警告！

如果您的数据框是使用另一个数据框顶部的过滤器创建的，请始终使用.copy() 。

Answer 2

您是否尝试过直接设置？：

value1.loc[value1['Total Population'] == '*', 'Total Population'] = 4

Answer 3

我来这里是因为我想根据另一列中的值有条件地设置新列的值。

对我有用的是 numpy.where：

import numpy as np
import pandas as pd
...

df['Size'] = np.where((df.value > 10), "Greater than 10", df.value)

从numpy docs ，这相当于：

[xv if c else yv
 for c, xv, yv in zip(condition, x, y)]

这是 zip 的一个很好的用法......

Answer 4

我不知道这对数据存储/内存的影响有多糟糕，但它每次都会为您的平均数据帧修复它：

def addCrazyColFunc(df):
    dfNew = df.copy()
    dfNew['newCol'] = 'crazy'
    return dfNew

就像消息说的那样......制作一份副本，你就可以开始了。 请如果有人可以在没有副本的情况下解决上述问题，请发表评论。 上面所有的 loc 东西都不适用于这种情况。

Answer 5

尝试在发出警告的行之前添加以下内容（如有必要：重新索引）。 它与df.copy()具有相同的效果，因此不会有警告。

 df = df.reset_index(drop=True) 

Answer 6

得到了解决方案：

我创建了一个新的 DataFrame 并仅存储了我需要处理的列的值，现在它没有给我任何错误！

奇怪，但有效。

Answer 7

指定它是为我工作的副本。 我刚刚在语句的末尾添加了.copy()

value1['Total Population'] = value1['Total Population'].replace(to_replace='*', value=4).copy()

Answer 8

这应该可以解决您的问题：

value1[:, 'Total Population'] = value1[:, 'Total Population'].replace(to_replace='*', value=4)

Answer 9

我能够避免使用以下语法出现相同的警告消息：

value1.loc[:, 'Total Population'].replace('*', 4)

请注意，不需要将数据帧重新分配给自身，即 value1['Total Population']=value1['Total Population']...