在 Pandas 数据框中将默认值设置为整个新列时出错

Question

代码可以正常工作，但是在尝试将默认值 =1 设置为 Pandas 数据框中的整个新列时出现此错误。这个警告错误是什么意思，我该如何修改它，这样我就不会收到这个警告错误了。

df['new']=1

试图在 DataFrame 中的切片副本上设置值。 尝试改用 .loc[row_indexer,col_indexer] = value

Answer 1

这应该可以解决问题：

soldactive = df[(df.DispositionStatus == 'Sold') & (df.AssetStatus == 'Active')].copy()

你的代码：

removesold = df(df.ExitDate.isin(errorval)) & (df.DispositionStatus == 'Sold') & (af.AssetStatus == 'Resolved')]
df = df.drop(removesold.index)
soldactive = df[(df.DispositionStatus == 'Sold') & (df.AssetStatus == 'Active')]
soldactive['FlagError'] = 1 

您已创建soldactive DF 作为子集（切片）df 的副本。 之后，您尝试在该副本上创建一个新列。它会给你一个警告：A value is trying to be set on a copy of a slice from a DataFrame 因为数据帧是值可变的（请参阅下面的文档摘录）

文档：

所有 pandas 数据结构都是值可变的（它们包含的值 可以改变）但并不总是大小可变的。系列的长度 不能更改，但是，例如，可以将列插入到 数据框。然而，绝大多数方法都会产生新的对象 并保持输入数据不变。但总的来说，我们喜欢 在合理的情况下支持不变性。

这是一个测试用例：

In [375]: df
Out[375]:
   a  b  c
0  9  6  4
1  5  2  8
2  8  1  6
3  3  4  1
4  8  0  2

In [376]: a = df[1:3]

In [377]: a['new'] = 1
C:\envs\py35\Scripts\ipython:1: 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

In [378]: del a

In [379]: a = df[1:3].copy()

In [380]: a['new'] = 1

In [381]: a
Out[381]:
   a  b  c  new
1  5  2  8    1
2  8  1  6    1

In [382]: df
Out[382]:
   a  b  c
0  9  6  4
1  5  2  8
2  8  1  6
3  3  4  1
4  8  0  2

Answer 2

解决方案

df.loc[:, 'new'] = 1

pandas 使用[] 提供副本。使用loc 和iloc 直接访问DataFrame。

更重要的是，如果 'new' 列不存在，它会起作用。它只是抛出了那个错误，因为该列已经存在并且您试图在视图或副本上编辑它......我认为