.jpg)
我刚刚将我的熊猫从 0.11 升级到 0.13.0rc1。现在，该应用程序弹出了许多新警告。其中之一是这样的：
E:FinReporterFM_EXT.py:449: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
我想知道它到底是什么意思？我需要更改某些内容吗？
如果我坚持使用，我应该如何暂停警告？quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
def _decode_stock_quote(list_of_150_stk_str):
"""decode the webpage and return dataframe"""
from cStringIO import StringIO
str_of_all = "".join(list_of_150_stk_str)
quote_df = pd.read_csv(StringIO(str_of_all), sep=',', names=list('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefg')) #dtype={'A': object, 'B': object, 'C': np.float64}
quote_df.rename(columns={'A':'STK', 'B':'TOpen', 'C':'TPCLOSE', 'D':'TPrice', 'E':'THigh', 'F':'TLow', 'I':'TVol', 'J':'TAmt', 'e':'TDate', 'f':'TTime'}, inplace=True)
quote_df = quote_df.ix[:,[0,3,2,1,4,5,8,9,30,31]]
quote_df['TClose'] = quote_df['TPrice']
quote_df['RT'] = 100 * (quote_df['TPrice']/quote_df['TPCLOSE'] - 1)
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
quote_df['TAmt'] = quote_df['TAmt']/TAMT_SCALE
quote_df['STK_ID'] = quote_df['STK'].str.slice(13,19)
quote_df['STK_Name'] = quote_df['STK'].str.slice(21,30)#.decode('gb2312')
quote_df['TDate'] = quote_df.TDate.map(lambda x: x[0:4]+x[5:7]+x[8:10])
return quote_df
E:FinReporterFM_EXT.py:449: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
E:FinReporterFM_EXT.py:450: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TAmt'] = quote_df['TAmt']/TAMT_SCALE
E:FinReporterFM_EXT.py:453: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TDate'] = quote_df.TDate.map(lambda x: x[0:4]+x[5:7]+x[8:10])
网友回答：
熊猫怎么处理？
SettingWithCopyWarning
这篇文章是为读者准备的，
设置
np.random.seed(0)
df = pd.DataFrame(np.random.choice(10, (3, 5)), columns=list('ABCDE'))
df
A B C D E
0 5 0 3 3 7
1 9 3 5 2 4
2 7 6 8 8 1
SettingWithCopyWarning要知道如何处理此警告，重要的是要首先了解它的含义以及为什么提出它。
筛选数据帧时，可以根据内部布局和各种实现详细信息对帧进行切片/索引以返回视图或副本。顾名思义，“视图”是原始数据的视图，因此修改视图可能会修改原始对象。另一方面，“副本”是从原始数据复制，修改副本对原始副本没有影响。
正如其他答案所提到的，创建 是为了标记“链式分配”操作。在上面的设置中考虑。假设您要选择“B”列中的所有值，其中“A”列中的值> 5。熊猫允许你以不同的方式做到这一点，有些方式比其他方式更正确。例如SettingWithCopyWarningdf
df[df.A > 5]['B']
1 3
2 6
Name: B, dtype: int64
和
df.loc[df.A > 5, 'B']
1 3
2 6
Name: B, dtype: int64
它们返回相同的结果，因此如果您只读取这些值，则没有区别。那么，问题出在哪里呢？链式赋值的问题在于，通常很难预测返回的是视图还是副本，因此当您尝试重新分配值时，这在很大程度上成为一个问题。为了在前面的示例的基础上构建，请考虑解释器如何执行此代码：
df.loc[df.A > 5, 'B'] = 4
# becomes
df.__setitem__((df.A > 5, 'B'), 4)
只需一次调用 .OTOH，请考虑以下代码：__setitem__df
df[df.A > 5]['B'] = 4
# becomes
df.__getitem__(df.A > 5).__setitem__('B', 4)
现在，根据返回的是视图还是副本，该操作可能无法正常工作。__getitem____setitem__
通常，您应该用于基于标签的赋值，以及基于整数/位置的赋值，因为规范保证它们始终在原始文件上运行。此外，要设置单个单元格，应使用 和 .locilocatiat
可以在文档中找到更多信息。
注意
使用 完成的所有布尔索引操作也可以使用 完成。唯一的区别是索引需要整数/位置或布尔值的numpy数组，以及
列的
整数/位置索引。locilociloc例如
df.loc[df.A > 5, 'B'] = 4可以写纳斯
df.iloc[(df.A > 5).values, 1] = 4和
df.loc[1, 'A'] = 100可以写成
df.iloc[1, 0] = 100等等。
考虑对 的“A”列进行简单操作。选择“A”并除以 2 将引发警告，但该操作将起作用。df
df2 = df[['A']]
df2['A'] /= 2
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/IPython/__main__.py: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
df2
A
0 2.5
1 4.5
2 3.5
有几种方法可以直接使此警告静音：
loc 对子集进行切片：
df2 = df.loc[:, ['A']]
df2['A'] /= 2 # Does not raise
pd.options.mode.chained_assignmentNone"warn""raise""warn"None"raise"SettingWithCopyError
pd.options.mode.chained_assignment = None
df2['A'] /= 2
深拷贝
df2 = df[['A']].copy(deep=True)
df2['A'] /= 2
@Peter Cotton在评论中，想出了一种使用上下文管理器非侵入性地更改模式（从此要点修改）的好方法，仅在需要时设置模式，并在完成后将其重置回原始状态。
class ChainedAssignent: def __init__(self, chained=None): acceptable = [None, 'warn', 'raise'] assert chained in acceptable, "chained must be in " + str(acceptable) self.swcw = chained def __enter__(self): self.saved_swcw = pd.options.mode.chained_assignment pd.options.mode.chained_assignment = self.swcw return self def __exit__(self, *args): pd.options.mode.chained_assignment = self.saved_swcw
用法如下：
# Some code here
with ChainedAssignent():
df2['A'] /= 2
# More code follows
或者，引发异常
with ChainedAssignent(chained='raise'):
df2['A'] /= 2
SettingWithCopyError:
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
很多时候，用户试图寻找抑制此异常的方法，而不完全理解为什么首先提出它。这是 XY 问题的一个很好的例子，用户试图解决一个问题“Y”，而这个问题实际上是根深蒂固的问题“X”的症状。将根据遇到此警告的常见问题提出问题，然后提供解决方案。
问题 1
我有一个数据帧df A B C D E 0 5 0 3 3 7 1 9 3 5 2 4 2 7 6 8 8 1我想在 col “A” 中分配值> 5 到 1000。我的预期输出是
A B C D E 0 5 0 3 3 7 1 1000 3 5 2 4 2 1000 6 8 8 1
这样做的错误方法：
df.A[df.A > 5] = 1000 # works, because df.A returns a view
df[df.A > 5]['A'] = 1000 # does not work
df.loc[df.A > 5]['A'] = 1000 # does not work
正确使用方法：loc
df.loc[df.A > 5, 'A'] = 1000
问题 2 1
我正在尝试将单元格 （1， ‘D’） 中的值设置为 12345。我的预期输出是A B C D E 0 5 0 3 3 7 1 9 3 5 12345 4 2 7 6 8 8 1我尝试了访问此单元格的不同方法，例如
.最好的方法是什么？df['D'][1]1.此问题与警告没有特别关系，但
最好了解如何正确
执行此特定操作，以避免
将来可能出现警告的情况。
您可以使用以下任一方法来执行此操作。
df.loc[1, 'D'] = 12345
df.iloc[1, 3] = 12345
df.at[1, 'D'] = 12345
df.iat[1, 3] = 12345
问题 3
我正在尝试根据某些条件对值进行子集化。我有一个
数据帧A B C D E 1 9 3 5 2 4 2 7 6 8 8 1我想将“D”中的值分配给 123，这样“C”== 5。我试过了
df2.loc[df2.C == 5, 'D'] = 123这似乎很好，但我仍然得到！
我该如何解决这个问题？SettingWithCopyWarning
这实际上可能是因为管道中较高的代码。您是否从更大的东西创建，例如df2
df2 = df[df.A > 5]
?在这种情况下，布尔索引将返回一个视图，因此将引用原始视图。您需要做的是分配给副本：df2df2
df2 = df[df.A > 5].copy()
# Or,
# df2 = df.loc[df.A > 5, :]
问题 4
我正在尝试就地删除“C”列A B C D E 1 9 3 5 2 4 2 7 6 8 8 1但是使用
df2.drop('C', axis=1, inplace=True)抛出。为什么会这样？
SettingWithCopyWarning
这是因为必须已从其他切片操作创建为视图，例如df2
df2 = df[df.A > 5]
这里的解决方案是像以前一样制作 of 或使用 。copy()dfloc
网友回答：
创建 是为了标记可能令人困惑的“链接”分配，例如以下内容，这些分配并不总是按预期工作，尤其是在第一个选择返回副本时。[有关背景讨论，请参见GH5390和GH5597。SettingWithCopyWarning
df[df['A'] > 2]['B'] = new_val # new_val not set in df
该警告提供了重写的建议，如下所示：
df.loc[df['A'] > 2, 'B'] = new_val
但是，这不符合您的用法，这相当于：
df = df[df['A'] > 2]
df['B'] = new_val
虽然很明显你不关心写回到原始帧（因为你正在覆盖对它的引用），但不幸的是，这种模式无法与第一个链式赋值示例区分开来。因此（误报）警告。如果您想进一步阅读，请参阅索引编制文档中解决误报的可能性。您可以使用以下分配安全地禁用此新警告。
import pandas as pd
pd.options.mode.chained_assignment = None # default='warn'
网友回答：
一般来说，这样做的目的是向用户（尤其是新用户）表明，他们可能正在操作副本，而不是他们想象的原始副本。有误报（IOW，如果你知道你在做什么，它可能没问题）。一种可能性是简单地按照@Garrett的建议关闭（默认警告）警告。SettingWithCopyWarning
这是另一种选择：
In [1]: df = DataFrame(np.random.randn(5, 2), columns=list('AB'))
In [2]: dfa = df.ix[:, [1, 0]]
In [3]: dfa.is_copy
Out[3]: True
In [4]: dfa['A'] /= 2
/usr/local/bin/ipython:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
#!/usr/local/bin/python
可以将标志设置为 ，这将有效地关闭该对象的检查：is_copyFalse
In [5]: dfa.is_copy = False
In [6]: dfa['A'] /= 2
如果显式复制，则不会发生进一步的警告：
In [7]: dfa = df.ix[:, [1, 0]].copy()
In [8]: dfa['A'] /= 2
OP 上面显示的代码虽然合法，也可能是我做的事情，但从技术上讲，这是此警告的一个案例，而不是误报。没有警告的另一种方法是通过 进行选择操作，例如reindex
quote_df = quote_df.reindex(columns=['STK', ...])
胸罩
quote_df = quote_df.reindex(['STK', ...], axis=1) # v.0.21
模板简介：该模板名称为【如何在 Pandas 中处理 SettingWithCopyWarning】，大小是暂无信息，文档格式为.编程语言，推荐使用Sublime/Dreamweaver/HBuilder打开，作品中的图片，文字等数据均可修改，图片请在作品中选中图片替换即可，文字修改直接点击文字修改即可，您也可以新增或修改作品中的内容，该模板来自用户分享，如有侵权行为请联系网站客服处理。欢迎来懒人模板【Python】栏目查找您需要的精美模板。
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
