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
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!