python-3.x - python : SettingWithCopyWarning when trying to set value to True based on condition

Question

数据:

Date          Stock    Peak    Trough    Price
2002-01-01    33.78    False   False     25
2002-01-02    34.19    False   False     35
2002-01-03    35.44    False   False     33
2002-01-04    36.75    False   False     38

只要股票价格高于或等于从第 4 列开始的行中的最大值，我就使用这行代码将每一行中的“Peak”设置为 true:

df['Peak'] = np.where(df.iloc[:,4:].max(axis=1) >= df[stock], 'False', 'True')

但是，我正在尝试使前 X 行和最后 Y 行不受影响。假设本例中 X 和 Y 均为 10。我是这样修改的:

df.iloc[10:-10]['Peak'] = np.where(df.iloc[10:-10,4:].max(axis=1) >= df.iloc[10:-10][stock], 'False', 'True')

这给了我一个错误SettingWithCopyWarning并且也不再起作用。有谁知道如何获得所需的结果，以便前 X 行和最后 Y 行始终为 False？

Answer 1

我相信您需要一个 get_loc使用df.iloc[]进行分配时指定列索引:

df.iloc[10:,df.columns.get_loc('year')] = (np.where(df.iloc[10:,4:].max(axis=1)
                           >= df.iloc[10:,df.columns.get_loc('stock')],'False', 'True'))

这里有一个测试用例:

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,100,(5,4)),columns=list('ABCD'))
print(df)

    A   B   C   D
0  66  92  98  17
1  83  57  86  97
2  96  47  73  32
3  46  96  25  83
4  78  36  96  80

尝试将索引 2 中的 D 列设置为 np.nan 我们得到相同的错误:

df.iloc[2:]['D']=np.nan

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

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy """Entry point for launching an IPython kernel.

尝试同样避免 chained assignment使用get_loc(成功)

df.iloc[2:,df.columns.get_loc('D')] = np.nan
print(df)
    A   B   C     D
0  66  92  98  17.0
1  83  57  86  97.0
2  96  47  73   NaN
3  46  96  25   NaN
4  78  36  96   NaN