python - 使用 iloc 和 loc 将新值分配给行会产生不同的结果。如何避免与 iloc 相同的SettingToCopyWarning？

Question

我目前有一个形状为 (16280, 13) 的 DataFrame。我想将值分配给单列中的特定行。我最初是这样做的:

for idx, row in enumerate(df.to_dict('records')):
    instances = row['instances']
    labels = row['labels'].split('|')

    for instance in instances:
        if instance not in relevant_labels:
            labels = ['O' if instance in l else l for l in labels]

        df.iloc[idx]['labels'] = '|'.join(labels)

但这一直返回 SettingWithCopyWarning由于最后一行。我尝试将其更改为 df.loc[idx, 'labels'] = '|'.join(labels)它不再返回警告，但在我的代码的后面部分导致了错误。

我注意到使用 iloc 时 DataFrame 的大小为 (16280, 13)和 (16751, 13) 当使用 loc 时.

如何防止打印警告并获得与使用 iloc 相同的功能？

Answer 1

您有很多方面可以改进。

首先，尽量不要循环数据帧，而是使用 pandas 包提供的一些工具。 但是，如果无法避免，最好使用 .iterrows() 对数据帧的行进行循环。方法而不是 .to_dict() 。请记住，如果使用 iterrows ，您不应在迭代时修改数据框。

然后，供 iloc/loc 使用。 Loc 使用键名称(如字典)，尽管 iloc 使用键索引(如数组)。这里idx是一个索引，而不是键的名称，那么df.loc[idx, 'labels']如果键的名称与其索引不同，将会导致一些错误。我们可以轻松地使用它们，如下所示:df.iloc[idx, : ].loc['labels'] .

为了说明loc之间的区别和iloc :

df_example = pd.DataFrame({"a": [1, 2, 3, 4],
                           "b": ['a', 'b', 'a', 'b']},
                          index=[0, 1, 3, 5])

print(df_example.loc[0] == df_example.iloc[0])  # 0 is the first key, loc and iloc same results
print(df_example.loc[1] == df_example.iloc[1])  # 1 is the second key, loc and iloc same results
try:
    print(df_example.loc[2] == df_example.iloc[2])  # 2 is not a key, then it will crash on loc (Keyerror)
except KeyError:
    pass
print(df_example.loc[3] == df_example.iloc[3])  # 3 the third key, then iloc and loc will lead different results
try:
    print(df_example.loc[5] == df_example.iloc[5])  # 5 is the last key but there is no 6th key so it will crash on iloc (indexerror)
except IndexError:
    pass

请记住，链接数据帧将返回数据的副本而不是切片:doc 。这就是为什么 df.iloc[idx]['labels']和df.iloc[idx, : ].loc['labels']将触发警告。如果labels是你的第 i 列，df.iloc[idx, i ]不会触发警告。