如何在Pandas中修复SettingWithCopyWarning

当我们试图修改Pandas DataFrame中的数据时，可能会出现SettingWithCopyWarning。当我们写下一行有获取和设置操作的代码时，这个警告就会被抛出。

详细解释一下，使用get操作，Pandas不会保证get操作返回的结果是一个视图或副本。如果它返回的是一个视图，那么set操作会影响到原始的DataFrame。如果它返回的是副本，那么它将修改副本，但原始的DataFrame保持不变。所以这里我们不确定DataFrame是否发生了变化。

DataFrame

Student Name	Percentage	Grade
Akhil	–	–
Sai	65	C
Rohit	90	O
Prasanth	79	B
Divya	89	A

抛出警告的代码

# import necessary packages
import pandas as pd
 
# create a dataframe
marks = pd.DataFrame({'Name': ['Akhil', 'Sai', 'Rohit', 'Prasanth', 'Divya'],
                      'Percentage': ['-', 65, 90, 79, 89],
                      'Grade': ['-', 'C', 'O', 'B', 'A']})
 
# Assign Absent if percentage is not specified
marks[marks.Percentage == '-'].Grade = 'Ab'

输出

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py:5303: 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

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

  self[name] = value

解决方案

为了解决这个问题，在获取所需的数据时，不要进行切片，而是使用loc方法来获取所需的行和列。同时使用copy方法将DataFrame的副本存储在另一个变量中，这样我们就可以将获取和设置操作分成两行。

示例 1:

使用上面的DataFrame 和loc方法，同时在获得操作中获得所需的行和列。

# import necessary packages
import pandas as pd
 
# create a dataframe
marks = pd.DataFrame({'Name': ['Akhil', 'Sai', 'Rohit', 'Prasanth', 'Divya'],
                      'Percentage': ['-', 65, 90, 79, 89],
                      'Grade': ['-', 'C', 'O', 'B', 'A']})
 
# Assign Absent if percentage is not specified
marks.loc[marks.Percentage == '-', 'Grade'] = 'Ab'
 
# modified content
marks

输出

如何在Pandas中修复SettingWithCopyWarning

解释-代替了会产生警告的切片法，这里我们使用loc法。

注意 :但这种定位方法不能确保100%保证无警告的输出。所以建议创建一个原始数据框架的副本，并对其进行修改。

示例 2:

创建一个DataFrame的副本并通过使用loc和copy方法对其进行修改。

# import necessary packages
import pandas as pd
 
# create a dataframe
marks = pd.DataFrame({'Name': ['Akhil', 'Sai', 'Rohit', 'Prasanth', 'Divya'],
                      'Percentage': ['-', '-', 90, 79, 89],
                      'Grade': ['-', '-', 'O', 'B', 'A']})
 
# create a copy of original DataFrame whose
$ percentage is empty(absenties)
Absent_Students = marks.loc[marks.Percentage == '-', :].copy()
 
# Make their grade as 'Ab' which indicates absent.
Absent_Students.Grade = 'Ab'
 
# modified content
Absent_Students