Pandas DataFrame：SettingWithCopyWarning：嘗試在DataFrame的切片副本上設置值

Question

我知道有很多關於這個警告的帖子，但我無法找到解決方案。 這是我的代碼：

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)

它產生警告：

SettingWithCopyWarning：嘗試在DataFrame的切片副本上設置值。 嘗試使用.loc [row_indexer，col_indexer] = value

即使我按照建議更改了代碼，我仍然會收到此警告？ 我需要做的就是轉換一列的數據類型。

**備注：**最初該列的類型為float，具有一位小數（例如：4711.0）。 因此我將其更改為整數（4711）然后更改為字符串（'4711'） - 只是為了刪除小數。

感謝您的幫助！

更新：該警告對過濾之前完成的原始數據的過濾產生了副作用。 我錯過了DataFrame.copy（）。 使用副本代替，解決了問題！

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

我認為需要copy並省略選擇列的loc ：

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

說明 ：

如果稍后修改df值，您會發現修改不會傳播回原始數據（ df ），並且Pandas會發出警告。

Answer 2

另一種方法是禁用鏈式賦值，它可以在您的代碼上運行， 而無需創建副本 ：

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

Answer 3

如果需要更改單個列的數據類型，則可以更直接地處理該列：

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))

如果您只需要轉換一次，並且不希望在該范圍之外更改您的df ，則.assign非常有用。