python - 即使使用.loc后， Pandas 仍会收到SettingWithCopyWarning

首先，我尝试编写一些类似于以下代码的代码:

import numpy as np
import pandas as pd
np.random.seed(2016)
train = pd.DataFrame(np.random.choice([np.nan, 1, 2], size=(10, 3)),
                     columns=['Age', 'SibSp', 'Parch'])

complete = train.dropna()
complete['AgeGt15'] = complete['Age'] > 15

获取SettingWithCopyWarning之后，我尝试使用.loc:

complete.loc[:, 'AgeGt15'] = complete['Age'] > 15
complete.loc[:, 'WithFamily'] = complete['SibSp'] + complete['Parch'] > 0

但是，我仍然收到相同的警告。是什么赋予了？

最佳答案

注意:自 Pandas 0.24版起，不建议使用is_copy，并将在以后的版本中将其删除。当存在私有(private)属性_is_copy时，下划线表示该属性不是公共(public)API的一部分，因此不应依赖于此属性。因此，展望 future ，使SettingWithCopyWarning静音的唯一正确方法似乎是在全局范围内这样做:

pd.options.mode.chained_assignment = None

当执行complete = train.dropna()时，dropna可能会返回一个副本，因此
出于谨慎考虑，Pandas将complete.is_copy设置为Truthy
值:

In [220]: complete.is_copy
Out[220]: <weakref at 0x7f7f0b295b38; to 'DataFrame' at 0x7f7eee6fe668>

这样，当执行complete['AgeGt15'] = complete['Age'] > 15时，Pandas便会警告您，您可能正在修改对train无效的副本。对于初学者来说，这可能是一个有用的警告。在您的情况下，您似乎无意通过修改train间接修改complete。因此，警告对您而言只是毫无意义的烦恼。

您可以通过以下方式使警告静音:

complete.is_copy = False       # deprecated as of version 0.24

这比制作实际副本要快，并且将芽中的SettingWithCopyWarning压缩(在where _check_setitem_copy is called点):

def _check_setitem_copy(self, stacklevel=4, t='setting', force=False):
    if force or self.is_copy:
        ...

如果您真的有信心知道自己在做什么，则可以使用以下命令全局关闭SettingWithCopyWarning

pd.options.mode.chained_assignment = None # None|'warn'|'raise'

使警告静音的另一种方法是制作新副本:

complete = complete.copy()

但是，如果DataFrame很大，您可能不想这样做，因为复制
可能会花费大量的时间和内存，这是
如果您知道complete已经是一个副本，则完全没有意义(为了消除警告而已)。

关于python - 即使使用.loc后， Pandas 仍会收到SettingWithCopyWarning，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/38809796/