將DataFrame slice作為參數傳遞給函數，而無需'SettingWithCopyWarning'

Question

我有一個以數據框為參數的函數，在處理此數據框時，它調用另一個函數，該函數將同一數據框的一部分作為參數傳遞給輔助函數。

所有更改均已就位，因此不會返回任何內容（由於數據框的大小）。

但是，此輔助功能引發了SettingWithCopyWarning因為它不再處理原始數據幀。

這是一個例子：

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

結果是：

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

我知道一種選擇是從原始切片創建一個新的數據幀，然后將其傳遞給b ，然后傳遞給df.update(new_df)和d表明它可以正常工作：

d(df)
df

產生所需的輸出：

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

但是有沒有一種方法可以解決此問題，而無需創建新的數據SettingWithCopyWarning和提高SettingWithCopyWarning 。

另一個復雜之處是，有時從c中調用b可能只是簡單的b(df) ，所以切片是可選的。

謝謝。

Answer 1

如果要修改內容，最好只是傳遞框架和遮罩。

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

雖然通常我不會修改這樣的事情，尤其是如果它的框架很大。 當您更改dtypes時，這些修改會觸發一個副本（例如，通常不應該將“ b”放入所有數字的列中，dtypes是基於列的）。

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，您可以在結尾處簡單地包容：

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

然后產生一個這樣的鏈，並立即連接在一起。 與就地修改相比，效率會更高（盡管如果您只修改少量值，那么我的第一種方法可能會更好地工作）。 YMMV。