python - Pandas 中的 SettingWithCopyWarning 异常行为

Question

我有一个数据框说 release_dates

发布日期

我使用一些条件进行过滤并将其命名为b

b = release_dates[(release_dates.title.str.startswith('The Hobbit')) &
                       (release_dates.country =='USA')]

现在我想要通过从日期列中提取来显示月份的其他列。 我使用了下面的命令，它工作正常但抛出了一个错误

b['month'] = b['date'].dt.month #code1


C:\Users\user110244\Anaconda3\lib\site-packages\pandas\core\indexing.py:288: 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

我读了documentation根据代码的建议和我的理解，我开始知道我应该使用 below 命令(在链索引的情况下)，因为使用 above 命令 非常困难预测它是返回一个 View 还是一个副本(这取决于数组的内存布局，pandas 对此不作任何保证)并且根据文档，code2 比 code1 更有效。

b.loc[:,'month']=b.loc[:,'date'].dt.month #code2

但是使用它也会抛出同样的错误。

有人可以解释为什么会这样吗？我如何确保我的代码在“a”和“b”两种情况下都是正确的？ 如何关闭此警告？

我还想指出一件事，即我在不同条件下使用了相同的代码，但没有出现任何错误

a =release_dates[(release_dates.title.str.contains('Christmas'))&                              
                 (release_dates.country =='USA')].sort_values('year')
a['month'] = a['date'].dt.month
a.head()

Answer 1

正如 Edchum 在他的评论中清楚地解释的那样，您在第一段代码中使用了 .sort() 让 python 知道用户知道，它是一个副本而不是一个 View 。

每当我们执行切片或过滤时，我们都会得到一个 View 或一个副本。但是，Pandas 文档没有指定任何关于您应该期望 View 或副本的规则。

让我试着扩展一下。 避免此类警告的一种简单方法是使用 .copy()

b = (release_dates.title.str.startswith('The Hobbit')) & 
     (release_dates.country =='USA')

b1 = b.copy()
b1['month'] = b1['date'].dt.month #code1

通过这样做，您明确地告诉 Python 您正在处理什么，即在 View 上或在副本上，Python 将不会显示警告。

但请记住，每次复制都会消耗大量内存。所以只要有必要就去做。

您还可以使用

检查两个对象是否指向同一内存

np.may_share_memory(b,b1)
False

为特定对象关闭警告的另一种方法是使用 .is_copy()=False 在这种情况下，我们可以使用

b.is_copy()= False