Pandas DataFrame：SettingWithCopyWarning：试图在 DataFrame 的切片副本上设置一个值 [重复]

Question

我知道有很多关于此警告的帖子，但我找不到解决我的情况的方法。这是我的代码：

df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int)
#df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int).copy()
#df.loc[:, 'my_col'] = df['my_col'].astype(int)

它会产生警告：

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] = 取而代之的价值

即使我按照建议更改了代码，我仍然收到此警告？我需要做的就是转换一列的数据类型。

**备注：**最初该列是具有一位小数的浮点类型（例如：4711.0）。因此，我将其更改为整数 (4711)，然后更改为字符串 ('4711') - 只是为了删除小数。

感谢您的帮助！

更新：警告是对之前完成的原始数据过滤的副作用。我错过了 DataFrame.copy()。改用副本，解决了问题！

df = df[df['my_col'].notnull()].copy()
df.loc[:, 'my_col'] = df['my_col'].astype(int).astype(str)
#df['my_col'] = df['my_col'].astype(int).astype(str) # works too!

Answer 1

我认为选择列需要copy 并省略loc：

df = df[df['my_col'].notnull()].copy()
df['my_col'] = df['my_col'].astype(int).astype(str)

解释：

如果您稍后修改 df 中的值，您会发现修改不会传播回原始数据 (df)，并且 Pandas 会发出警告。

Answer 2

另一种方法是禁用链式分配，它适用于您的代码无需创建副本：

# disable chained assignments
pd.options.mode.chained_assignment = None 

Answer 3

如果您需要更改单个列的数据类型，直接寻址该列会更容易：

df['my_col'] = df['my_col'].astype(int)

或者使用.assign：

df = df.assign(my_col=lambda d: d['my_col'].astype(int))

.assign 非常有用，如果您只需要转换一次，并且不想在该范围之外更改您的df。