df.loc 导致 SettingWithCopyWarning 警告消息

【问题标题】：df.loc causes a SettingWithCopyWarning warning messagedf.loc 导致 SettingWithCopyWarning 警告消息
【发布时间】：2017-06-11 17:25:59
【问题描述】：

我的以下代码行会导致警告：

import pandas as pd

s = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD'))
s.loc[-1] = [5,np.nan,np.nan,6]
grouped = s.groupby(['A'])
for key_m, group_m in grouped:
    group_m.loc[-1] = [10,np.nan,np.nan,10]

C:\Anaconda3\lib\site-packages\ipykernel\__main__.py:10: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

根据documentation，这是推荐的做法，那么发生了什么？

感谢您的帮助。

【问题讨论】：

您需要展示从创建df到这一行的完整代码，以便我们协助

标签： python pandas chained-assignment

【解决方案1】：

文档有点混乱。

您的dataframe 是另一个dataframe 的副本。您可以通过运行 bool(df.is_copy) 来验证这一点。您收到警告是因为您正在尝试分配给此副本。

警告/文档首先告诉您应该如何构造df。现在它是一个副本，而不是你应该如何分配它。

df = some_other_df[cols]

将使df 成为some_other_df 的副本。警告建议改为这样做

df = some_other_df.loc[:, [cols]]

现在已经完成了，如果你选择忽略这个警告，你可以

df = df.copy()

或

df.is_copy = None

【讨论】：

is_copy 已弃用。是否有一种“未来认可”的新技术可供使用？
df = df.copy() 应该可以正常工作。我个人避免就地编辑数据框。每次转换都会产生一个新副本，我会在需要时覆盖旧副本。