Pandas DataFrame：SettingWithCopyWarning：正在尝试在 DataFrame 的切片副本上设置一个值[重复]

Pandas

使用Pandas DataFrame进行数据操作时的SettingWithCopyWarning警告

在使用Pandas进行数据处理和操作时，我们经常会遇到一些警告信息，其中之一就是"SettingWithCopyWarning"警告。这个警告通常出现在我们尝试在DataFrame的切片副本上进行值的设置时。本文将介绍SettingWithCopyWarning警告的原因和如何解决这个问题。

警告的原因

当我们对一个DataFrame进行切片操作时，得到的结果可能是原始DataFrame的一个视图或副本。视图和副本之间有一些微妙的区别，主要体现在它们对原始数据的引用方式上。如果我们在一个切片副本上进行值的设置，Pandas无法确定我们是希望修改原始数据还是副本数据，因此会发出SettingWithCopyWarning警告。

案例代码

为了更好地理解这个问题，我们来看一个案例代码。假设我们有一个名为"df"的DataFrame，其中包含"姓名"和"年龄"两列。

Python
import Pandas as pd
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [20, 25, 30, 35]}
df = pd.DataFrame(data)

现在，我们想要对年龄大于等于30的人员进行一个标记，我们可以使用如下的代码：

Python
df_subset = df[df['年龄'] >= 30]
df_subset['标记'] = '高龄'

在运行上述代码时，我们会收到一个SettingWithCopyWarning警告。

__mAIn__:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.

这个警告是告诉我们正在尝试在DataFrame的切片副本上进行值的设置。那么，我们该如何解决这个警告呢？

解决方法

要解决SettingWithCopyWarning警告，有几种方法可供选择：

1. 使用.loc或.iloc进行赋值操作

Python
df_subset = df[df['年龄'] >= 30]
df.loc[df['年龄'] >= 30, '标记'] = '高龄'

2. 使用.copy()创建副本

Python
df_subset = df[df['年龄'] >= 30].copy()
df_subset['标记'] = '高龄'

3. 使用pd.options.mode.chAIned_assignment设置警告模式

Python
pd.options.mode.chAIned_assignment = None  # 默认警告模式
df_subset = df[df['年龄'] >= 30]
df_subset['标记'] = '高龄'
pd.options.mode.chAIned_assignment = 'warn'

在使用Pandas DataFrame进行数据操作时，我们可能会遇到SettingWithCopyWarning警告。这个警告的原因是我们在DataFrame的切片副本上进行值的设置，导致Pandas无法确定我们是希望修改原始数据还是副本数据。为了解决这个问题，我们可以使用.loc或.iloc进行赋值操作，使用.copy()创建副本，或者设置警告模式。通过正确的操作方式，我们可以避免这个警告并正确地对DataFrame进行值的设置。