[Pandas错误处理] Pandas SettingWithCopyWarning警告原因以及解决方法

首先进行SettingWithCopyWarning警告的复现

警告复现

import pandas as pd
import numpy as np
import matplotlib.pylab as plt
# 读入df
fpath = 'weather_20230115134249.csv'
df = pd.read_csv(fpath)
df

# 将原df中的摄氏度符号处理
df.loc[:,"气温(度)"] = df["气温(度)"].str.replace("℃"," ").astype(float)

# 假设我们筛选2015年3月份的数据，并且新建一个列进行操作
condition = df["日期"].str.startswith("2015-03")      # 设置筛选条件
df[condition]["总地址"] = df["城市"] + df["行政区"]    # 报警原因所在（错误代码）

提示我们出现了SettingWithCopyWarning警告。

此时我们来查看是否修改成功

很明显，我们并没有修改成功。

实际上，出现SettingWithCopyWarning警告时，有时我们会修改成功，而有时则不能。

---

警报原因

此时我们再回过头来查看错误代码：

df[condition]["总地址"] = df["城市"] + df["行政区"]

我们将这句代码拆分一下，这一步骤相当于：

df.get(condition) [第一步] .set("总地址") [第二步]  , 其中第一步中的get发出了警报。

这相当于一个链式操作，先get后set，get得到的可能是view（源DataFrame）  ，也可能是copy(副本)，pandas无法确认到底在哪个上面修改，所以发出警告

官网文档对此错误的解释：
Indexing and selecting data — pandas 2.1.1 documentationhttps://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

究其根本 ： pandas 的DataFrame的修改写操作，只允许在源Dataframe上进行。

---

解决方法1

将get和set的两步操作，改为一步操作

df.loc[condition,"总地址"] = df["城市"] + df["行政区"]  # 运用df.loc方法即可
df[condition].head()

通过运用df.loc()方法，我们将 get+set 两步操作 简化为 一步操作 set

修改成功！

解决方法2

另外还有一个解决方法

如果需要先筛选数据后进行后续数据处理，则也可以使用copy复制DataFrame 直接在副本上修改

df2 = df[condition].copy()   # df2 为 df[condition]的副本
df2["总地址"] = df["城市"] + df["行政区"]

总结：

pandas不允许先筛选子DataFrame，再修改写入

解决方法1 ：使用df.loc方法

解决方法2 ：复制一个子DataFrame再进行数据分析

---

本章结束，谢谢大家阅读！

撰写文章不易，希望大家多多点赞收藏！