python - 了解 Pandas SettingWithCopyWarning

Question

我有以下代码，但不太明白为什么它会抛出警告。我读过 documentation但仍然无法理解为什么这种用法会导致警告。任何见解将不胜感激。

>>> df = pandas.DataFrame({'a': [1,2,3,4,5,6,7], 'b': [11,22,33,44,55,66,77]})
>>> reduced_df = df[df['a'] > 3]
>>> reduced_df
   a   b
3  4  44
4  5  55
5  6  66
6  7  77
>>> reduced_df['a'] /= 3

Warning (from warnings module):
   File "__main__", line 1
SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
>>> reduced_df
          a   b
3  1.333333  44
4  1.666667  55
5  2.000000  66
6  2.333333  77

Answer 1

这里的警告是要告诉您，您的 reduced_df 尽管看起来不是对您的 df 切片的引用，但实际上是一个副本。这与正常语义不同，在正常语义中，人们期望这会导致引用，并且对该引用的修改将影响引用和原始对象(当然对于可变对象):

In [14]:

foo = [0]
bar = foo
bar.append(1)
print(foo,bar)
[0, 1] [0, 1]

因此，如果您想修改 df 的特定切片，那么您应该按照警告的建议进行操作:

In [18]:

df.loc[df['a']>3,'a'] =df['a']/3
df
Out[18]:
          a   b
0  1.000000  11
1  2.000000  22
2  3.000000  33
3  1.333333  44
4  1.666667  55
5  2.000000  66
6  2.333333  77

或者调用 copy() 进行显式深度复制并在不生成任何警告的情况下修改副本:

In [20]:

reduced_df = df[df['a'] > 3].copy()
reduced_df['a'] /=3
reduced_df
Out[20]:
          a   b
3  1.333333  44
4  1.666667  55
5  2.000000  66
6  2.333333  77

In [21]:
# orig df is unmodified
df
Out[21]:
   a   b
0  1  11
1  2  22
2  3  33
3  4  44
4  5  55
5  6  66
6  7  77