SettingWithCopyWarning：A value is trying to be set on a copy of a slice from a DataFrame（Pandas库）

pandas警告SettingWithCopyWarning: A value is trying to ...原理和解决方案_Lucky0928的博客-CSDN博客​​​​​​ 以下内容是对这篇文章的前半部分做一个学习记录，附加我自己的一点理解与尝试。

1 SettingWithCopyWarning

SettingWithCopyWarning仅仅是一个警告 Warning，而不是错误 Error。一般情况下它是不会影响程序的运行的，但是知道如何避免SettingWithCopyWarning是很有必要的。

2 Pandas操作返回类型

Pandas中的一些操作会返回原数据，另一些操作会返回数据的副本（Copy）。

比如说我们要提取额下面DataFrame里面第一行和第二行的数据，A.loc[0:1,'A':'B']。数据有两种返回方式，一是左边的df2直接选中df1中的部分数据，二是右边的df2不对原数据df1进行修改，独立返回了一个copy。

当我们再次要对返回的内容操作，比如说要把第1行第B列的数据改成5时，A.loc[0:1,'A':'B']['B'][1]=5，这时计算机不知道到底是修改左边的df2呢还是右边的df2。

 

 3 链式索引

SettingWithCopyWarning提示的后面还有让我们去看一个文件，里面的大致意思是引起警告的原因是我们使用了链式索引。链式索引是指连续使用多个索引操作，例如A[A.b==2]['c']。

import pandas as pd
A=pd.DataFrame({'a':[1,2,3],'b':[2,2,4],'c':[2,2,5]})
print(A)
#OutA： a  b  c
#    0  1  2  2
#    1  2  2  2
#    2  3  4  5
print(A[A.b==2]) 
#Out:   a  b  c
#    0  1  2  2
#    1  2  2  2
A[A.b==2]['c']=5 
#<string>:1: SettingWithCopyWarning: 
#A value is trying to be set on a copy of a slice from a DataFrame.

print(A)
#OutA：a  b  c
#   0  1  2  2
#   1  2  2  2
#   2  3  4  5
#再次查看A，发现A确实没有修改

这次警告是因为A[A.b==2]['c']是链式索引，简单的说该命令直接使用了两次方括号索引。

第一次索引先执行A[A.b==2]，返回了一个DataFrame（不知道是会返回原数据A，还是返回A的副本B）；第二次索引['c']=5是找到上一步得到的DataFrame的c列对该列赋值。

但是计算机很困惑，第一步的确生成了一个DataFrame，但是第二次修改到底是修改原数据A还是A的副本B？

从再次查看A可知第二次的赋值并没有修改原始的A，只是对A的副本B进行赋值。这种情况对应的解决方案很简单：使用loc或者iloc函数将两次链式操作简化为一步操作，确保第一次索引返回的是A。如下可以看出A被修改了

A.loc[A.b==2,'c']=4
print(A)
#Out：  a  b  c
#    0  1  2  4
#    1  2  2  4
#    2  3  4  5

除了两次方括号索引这样明显的链式索引，还有比较隐蔽的链式索引

import pandas as pd
A=pd.DataFrame({'class':[1,2,3],'name':[2,2,4],'grade':[2,2,5]})
print(A)
#Out：   class  name  grade
#    0      1     2      2
#    1      2     2      2
#    2      3     4      5
B=A.loc[A.name==A.grade]
print(B)
#Out:   class  name  grade
#    0      1     2      2
#    1      2     2      2
B.loc[0,'class']=2
print(B)
#SettingWithCopyWarning：A value is trying to be set on a copy of a slice from a
#Out:   class  name  grade
#    0      1     2      2
#    1      2     2      2

这次使用了loc函数，依然出现了警告。因为虽然把链式索引分成了两个代码，但是B变量它依然可能是原始数据A的副本，也可能是原始数据A。这意味着当我们尝试修改B时，可能也修改了A。这种情况下的警告解决方案是：创建新数据B时明确告知 Pandas 创建一个副本.copy()：

import pandas as pd
A=pd.DataFrame({'class':[1,2,3],'name':[2,2,4],'grade':[2,2,5]})
print(A)
B=A.loc[A.name==A.grade].copy()
B.loc[0,'class']=2
print(B)
#Out：class  name  grade
# 0    2     2      2
# 1    2     2      2