python - pandas chained_assignment 警告异常处理

Question

如果你在 python 中使用 pandas，你已经知道在处理数据帧切片时的 chained_assignment 警告(如描述的 here )。

我找到了可以设置为 pandas.options.mode.chained_assignment 的选项

• None，忽略警告
• "warn"，打印警告信息
• “raise”，引发异常

与 documentation 比较

我包含了一个最小示例，在用于异常处理的 try..except..else block 中触发此警告。我希望只有设置 pandas.options.mode.chained_assignment = "raise" 时才会触发异常，如以下示例 3 所示。

在这个最小的示例中，行为符合预期，因此示例 2 具有pandas.options.mode.chained_assignment = "warn" 只会导致打印警告消息，但不会引发异常。

然而，在更大的框架中，即使参数设置为 pandas.options.mode.chained_assignment = "warn"，我也看到异常被引​​发，像在 minimal 中一样用打印检查示例(参见示例 4)

是否有任何其他 pandas 参数影响有关引发异常的警告消息的行为？

---

这是一个最小的代码示例，设置/打印 pd.options.mode.chained_assignment 参数并在 try..catch..except 中显示行为 block 。

import pandas as pd

# set the chained_assignment option
pd.options.mode.chained_assignment = "raise" # raises exception in case of warning
pd.options.mode.chained_assignment = "warn"  # prints warning in case of warning, no exception is raised
pd.options.mode.chained_assignment = None    # no warning message and no exception is raised

print "pd.options.mode.chained_assignment :", pd.options.mode.chained_assignment

# create a default pandas dataframe with two columns A,B
df = pd.DataFrame({"A" : [0, 1, 2], "B" : [3, 4, 5]})

print df

# exctract a slice of the given pandas dataframe
df2 = df[df["A"] > 0]

# exception handling
try :
    # try to modify the slice, triggering the pandas warning
    df2["C"] = 2
except :
    print "EXCEPTION RAISED"
else :
    print "NO EXCEPTION"

print df2

---

示例 1设置 pd.options.mode.chained_assignment = None 会导致以下输出(无警告，无异常)

pd.options.mode.chained_assignment : None
   A  B
0  0  3
1  1  4
2  2  5
NO EXCEPTION
   A  B  C
1  1  4  2
2  2  5  2

---

示例 2设置 pd.options.mode.chained_assignment = "warn" 导致以下输出(打印警告，但无异常)

pd.options.mode.chained_assignment : warn
   A  B
0  0  3
1  1  4
2  2  5
NO EXCEPTION
C:\Users\my.name\my\directory\test.py:14:SettingWithCopyWarning: 
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 caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  df2["C"] = 2
   A  B  C
1  1  4  2
2  2  5  2

---

示例 3设置 pd.options.mode.chained_assignment = "raise" 导致以下输出(引发异常)

pd.options.mode.chained_assignment : raise
A  B
0  0  3
1  1  4
2  2  5
EXCEPTION RAISED
   A  B  C
1  1  4  2
2  2  5  2

---

示例 4这是我在一个更大的框架中看到的，具有完全相同的测试代码。我没有明确设置链式 pd.options.mode.chained_assignment 参数，但我看到它设置为 "warn"，即使引发了异常

pd.options.mode.chained_assignment warn
   A  B
0  0  3
1  1  4
2  2  5
EXCEPTION RAISED
   A  B  C
1  1  4  2
2  2  5  2

Answer 1

经过长时间的寻找，找到了“坏人”。另一位开发人员在他的模块中包含了以下几行

import warnings
warnings.filterwarnings('error')

这会将警告变成异常。有关详细信息，请参阅 warnings package documentation

因此，尽管 pandas 选项设置为“警告”，但我的警告被视为异常