Pandas DataFrame：SettingWithCopyWarning：尝试在DataFrame的切片副本上设置值

Question

我知道有很多关于这个警告的帖子，但我无法找到解决方案。 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)

它产生警告：

SettingWithCopyWarning：尝试在DataFrame的切片副本上设置值。 尝试使用.loc [row_indexer，col_indexer] = value

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

**备注：**最初该列的类型为float，具有一位小数（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：该警告对过滤之前完成的原始数据的过滤产生了副作用。 我错过了DataFrame.copy（）。 使用副本代替，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!

Answer 1

我认为需要copy并省略选择列的loc ：

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

说明 ：

如果稍后修改df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。

Answer 2

另一种方法是禁用链式赋值，它可以在您的代码上运行， 而无需创建副本 ：

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

Answer 3

如果需要更改单个列的数据类型，则可以更直接地处理该列：

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))

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