如何处理 Pandas 中的 SettingWithCopyWarning - Python

当使用 Pandas 时，你可能会遇到 SettingWithCopyWarning 警告。这个警告出现的原因是因为 Pandas 使用了一些特殊的技巧来使数据处理和操作更高效。但是，这也会导致在一些情况下，在处理数据时出现意外的副作用。

什么是 SettingWithCopyWarning

SettingWithCopyWarning 警告通常发生在你试图在 Pandas DataFrame 上进行切片操作后进行赋值操作。例如，下面的代码会出现警告：

import pandas as pd

df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

df[df['A'] > 1]['B'] = 0

输出结果：

<ipython-input-10-6c98f15d654c>:5: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df[df['A'] > 1]['B'] = 0

这是因为 .loc 或 .iloc 操作的结果返回的是原 DataFrame 的一个视图，而不是其副本。如果你在这个视图上做了任何更改，那么原 DataFrame 也会发生变化。但是，如果你在这个视图上尝试赋值，那么 Pandas 可能会认为你想要将值赋给这个视图的副本，而不是原 DataFrame。这会导致出现警告。

解决 SettingWithCopyWarning

有几种方法可以解决 SettingWithCopyWarning 警告。

方法一：使用 .loc 或 .iloc

你可以使用 .loc 或 .iloc 运算符来显式指定你所修改的是原 DataFrame，而不是其副本。例如，下面的代码：

import pandas as pd

df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

df.loc[df['A'] > 1, 'B'] = 0

不会出现警告。

方法二：使用 .copy()

你也可以使用 .copy() 方法来创建 DataFrame 的副本。这样做的好处是，你可以确保你的代码不会意外地修改原始的 DataFrame。例如，下面的代码：

import pandas as pd

df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

df1 = df[df['A'] > 1].copy()
df1['B'] = 0

不会出现警告。

方法三：关闭警告

最后一个方法是关闭警告。但是，请注意，这不是一个推荐的做法，因为关闭警告可能会隐藏潜在的问题。如果你知道你的代码是安全的，并且你只是想隐藏这个警告，那么你可以使用以下代码：

import pandas as pd
pd.options.mode.chained_assignment = None  # default='warn'

df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6]})

df[df['A'] > 1]['B'] = 0

以上就是解决 SettingWithCopyWarning 的几种方法了，根据实际情况选择适合的方法即可。