使用 Python pandas 数据框时返回副本与视图警告

Question

我的目的是将date列从日期框架df中的对象类型转换为日期时间类型，但在运行程序时遭受了很多查看和复制警告。

我从链接中找到了一些有用的信息：https://stackoverflow.com/a/25254087/3849539

并测试了以下三种解决方案，它们都按预期工作，但警告消息不同。任何人都可以帮助解释他们的差异并指出为什么仍然警告消息返回视图而不是副本？谢谢。

解决方案 1：df['date'] = df['date'].astype('datetime64')

test.py:85: SettingWithCopyWarning: 试图在 从 DataFrame 复制切片。尝试使用 .loc[row_indexer,col_indexer] = 值 而是

请参阅文档中的注意事项： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy df['date'] = df['date'].astype('datetime64')

解决方案 2：df['date'] = pd.to_datetime(df['date'])

~/report/lib/python3.8/site-packages/pandas/core/frame.py:3188： SettingWithCopyWarning：试图在一个副本上设置一个值 从 DataFrame 切片。尝试使用 .loc[row_indexer,col_indexer] = 值 而是

请参阅文档中的注意事项： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy 自我[k1] = 价值[k2] test.py:85: SettingWithCopyWarning: 值是 试图在数据帧的切片副本上设置。尝试使用 .loc[row_indexer,col_indexer] = 值 而是

请参阅文档中的注意事项： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

解决方案 3：df.loc[:, 'date'] = pd.to_datetime(df.loc[:, 'date'])

~/report/lib/python3.8/site-packages/pandas/core/indexing.py:1676： SettingWithCopyWarning：试图在一个副本上设置一个值 从 DataFrame 切片。尝试使用 .loc[row_indexer,col_indexer] = value 而是

请参阅文档中的注意事项： https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy self._setitem_single_column(ilocs[0], value, pi)

Answer 1

我最近收到了类似的警告。经过几次尝试，至少在我的情况下，问题与您的 3 个解决方案无关。它可能是你的“df”。

如果您的 df 是另一个 pandas df 的切片，例如：

df = dfOrigin[slice,:] or
df = dfOrigin[[some columns]] or
df = dfOrigin[one column]

然后，如果您对 df 执行任何操作，就会出现该警告。尝试改用df = dfOrigin[[]].copy()。

重现此的代码：

import numpy as np
import pandas as pd
np.random.seed(2021)
dfOrigin = pd.DataFrame(np.random.choice(10, (4, 3)), columns=list('ABC'))
print("Orignal dfOrigin")
print(dfOrigin)
#    A  B  C
# 0  4  5  9
# 1  0  6  5
# 2  8  6  6
# 3  6  6  1
df = dfOrigin[['B', 'C']]  # Returns a view
df.loc[:,'B'] = df['B'].astype(str) #Get SettingWithCopyWarning

df2 = dfOrigin[['B', 'C']].copy() #Returns a copy
df2['B'] = df2['B'].astype(str) #OK

Answer 2

更改日期时间转换的方式不会修复SettingWithCopyWarning。你得到它是因为你正在使用的df 已经是一些更大的数据帧的一部分。 Pandas 只是警告您正在使用切片而不是完整数据。请尝试在 df 中创建一个新列 - 您会收到警告，但该列将存在于您的切片中。它不会在原始数据集中。

如果你现在正在做什么，你可以使用pd.options.mode.chained_assignment = None # default='warn'关闭这些警告