即使在使用.loc[行索引器，列索引器]=值时，也使用SettingWithCopyWarning

SettingWithCopyWarning even when using .loc[row_indexer,col_indexer] = value(即使在使用.loc[行索引器，列索引器]=值时，也使用SettingWithCopyWarning)

问题描述

这是我的代码中获得SettingWithCopyWarning：的代码行之一

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

然后我更改为：

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

这仍然会给出相同的警告。我如何摆脱它？

另外，我收到了与我使用过的convert_objects(convert_numeric=True)函数相同的警告，有什么方法可以避免这种情况吗？

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

这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 

推荐答案

如果您使用.loc[row,column]，但仍然收到相同的错误，可能是因为复制了另一个数据框。您必须使用.copy()。

这是一个逐步复制错误的过程：

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

创建新列并更新其值：

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

我没有收到错误。但是，让我们根据前面的数据框创建另一个数据框：

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

现在，使用.loc，我将尝试以相同的方式替换一些值：

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

然而，我又收到了这个令人讨厌的警告：

正在尝试对DataFrame中切片的副本设置值。尝试 改用.loc[行索引器，列索引器]=值

请参阅文档中的注意事项： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

解决方案

创建新数据框时使用.copy()将解决该警告：

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

现在，您不会收到任何警告！

如果您的数据框是使用筛选器在另一个数据框上创建的，请始终使用.copy()。

这篇关于即使在使用.loc[行索引器，列索引器]=值时，也使用SettingWithCopyWarning的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！