pandas SettingWithCopyWarning解决办法

官方 DOC

解决办法和说明：https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
按照说明，将想要使用的slice 后的 dataframe进行深拷贝，一般就解决了问题。但最好确定你的目的是什么，比如如果是 slice 后就是要改变具体某个值（在原内存上），那最好用.loc来做。或者目的就是生成新的 dataframe 然后做操作，那最好先 deepcopy 下。

以及如果有如下的操作，也大概率会报这个错误：

import pandas as pd

a = pd.DataFrame([list('abcd'),
                  list('efgh'),
                  list('ijkl'),
                  list('mnop')],
                  columns=pd.MultiIndex.from_product([['one', 'two'],
                                                      ['first', 'second']]))
a_1 = a.loc["one"]
a_2 = a.loc["first"]
a_2 = list("kfif")

这样连续 loc 后的值想做改变，也会报错。此时最好直接：

a_2 = a.loc[("one", "first")]
# or
a_1 = a.loc["one"].copy()

就可以了。

中文熟肉解释

警告分析

这个警告常常在对一个dataframe进行切片的操作上。

SettingWithCopyWarning 告诉你，你的操作可能没有按预期运行，需要检查结果以确保没有出错。

如果代码确实按预期工作，那么我们会很容易忽略该警告，但是 SettingWithCopyWarning 不应该被忽略。

在进行下一步操作之前，我们需要花点时间了解这一警告显示的原因。

要了解 SettingWithCopyWarning，首先要知道，Pandas 中的某些操作会返回数据的视图（View），某些操作会返回数据的副本（Copy）。

返回视图，那么代表修改了原数据；

返回副本，那么代表产生了一个变量来保存数据；

底层原理是“链式索引”，即两个个索引操作连接在一起。

解决问题的方案

• 方案1（最正确的方案）

这种情况对应的解决方案很简单：使用 loc 将两次链式操作组合成一步操作，确保 Pandas 进行 Set 的是原始 DataFrame。

• 方案2

明确的将切片操作取copy() 对象。

• 方案3（最不建议，还是忘了吧。。。）

关闭pandas的警告

pd.set_option(‘mode.chained_assignment’, None)