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

Question

這是我獲得SettingWithCopyWarning的代碼行之一：

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

然后我改為：

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

這仍然給出相同的警告。 我該如何擺脫它？

另外，對於我使用過的convert_objects(convert_numeric=True) function，我收到了相同的警告，有什么辦法可以避免這種情況。

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

這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]並仍然得到相同的錯誤，則可能是因為復制了另一個數據框。 你必須使用.copy() 。

這是一步一步的錯誤再現：

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

創建一個新列並更新其值：

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

我沒有收到錯誤。 但是，讓我們根據前一個數據框創建另一個數據框：

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

現在，使用.loc ，我將嘗試以相同的方式替換一些值：

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

但是，我再次收到了這個可惡的警告：

試圖在來自 DataFrame 的切片副本上設置值。 嘗試使用 .loc[row_indexer,col_indexer] = value 代替

請參閱文檔中的警告： https : //pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

解決方案

在創建新數據框時使用.copy()將解決警告：

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

現在，您將不會收到任何警告！

如果您的數據框是使用另一個數據框頂部的過濾器創建的，請始終使用.copy() 。

Answer 2

您是否嘗試過直接設置？：

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

Answer 3

我來這里是因為我想根據另一列中的值有條件地設置新列的值。

對我有用的是 numpy.where：

import numpy as np
import pandas as pd
...

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

從numpy docs ，這相當於：

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

這是 zip 的一個很好的用法......

Answer 4

我不知道這對數據存儲/內存的影響有多糟糕，但它每次都會為您的平均數據幀修復它：

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

就像消息說的那樣......制作一份副本，你就可以開始了。 請如果有人可以在沒有副本的情況下解決上述問題，請發表評論。 上面所有的 loc 東西都不適用於這種情況。

Answer 5

嘗試在發出警告的行之前添加以下內容（如有必要：重新索引）。 它與df.copy()具有相同的效果，因此不會有警告。

 df = df.reset_index(drop=True) 

Answer 6

得到了解決方案：

我創建了一個新的 DataFrame 並僅存儲了我需要處理的列的值，現在它沒有給我任何錯誤！

奇怪，但有效。

Answer 7

指定它是為我工作的副本。 我剛剛在語句的末尾添加了.copy()

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

Answer 8

這應該可以解決您的問題：

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

Answer 9

我能夠避免使用以下語法出現相同的警告消息：

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

請注意，不需要將數據幀重新分配給自身，即 value1['Total Population']=value1['Total Population']...