Pandas 常见错误警告

目录

0、Pandas 常见的小技巧

一、SettingWithCopyWarning 警告

---

0、Pandas 常见的小技巧

一、SettingWithCopyWarning 警告

详情如下：
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.obj[item_labels[indexer[info_axis]]] = value

原因：链式赋值，可以理解2次及2次以上链式引用赋值

        参考文章： Pandas的SettingWithCopyWarning警告出现的原因和如何避免

import pandas as pd
import numpy as np
import re
df1 = pd.DataFrame(np.random.random((10,2)),columns=['A',"B"])
print(df1)

out:
          A         B
0  0.531017  0.257831
1  0.160552  0.732588
2  0.941906  0.386234
3  0.750562  0.222612
4  0.073861  0.424672
5  0.303846  0.551761
6  0.128234  0.022858
7  0.901164  0.124204
8  0.846696  0.650858
9  0.584505  0.159172

df2 = df1.loc[df1.loc[:,"A"] < 0.6]   # 第一次引用
df2.loc[:,"B"] = 100000               # 第二次引用
# 此时会报一个警告，而且df2改变了，而df1 没有改变，可以说df2是开辟了一块新的内存空间，执行了copy操作
print(df1)
          A         B
0  0.997374  0.982859
1  0.432220  0.347049
2  0.691235  0.426083
3  0.826183  0.328331
4  0.642627  0.812556
5  0.643806  0.806637
6  0.072150  0.185087
7  0.089435  0.690611
8  0.808309  0.872907
9  0.824422  0.023211
print(df2)
          A       B
1  0.432220  100000
6  0.072150  100000
7  0.089435  100000

# 下面这个也是链式赋值，和上面结果一样
df6 = pd.DataFrame(np.random.random((10,2)),columns=['A',"B"])
print(df1)
df6.loc[df1.loc[:,"A"] < 0.6].loc[:,"B"] = 100000
print(df6)

# 这个例子才是正确的语法
df6 = pd.DataFrame(np.random.random((10,2)),columns=['A',"B"])
print(df1)
df6.loc[df1.loc[:,"A"] < 0.6,"B"] = 100000
print(df6)

          A              B
0  0.565020       0.653496
1  0.611672  100000.000000
2  0.679511       0.841419
3  0.725681       0.112626
4  0.341104       0.534939
5  0.664592       0.090816
6  0.127283  100000.000000
7  0.823812  100000.000000
8  0.263783       0.557775
9  0.795078       0.095603

这里总结一下pandas的这个问题：

    避免任何形式的链式赋值，有可能会报warning也有可能不会报。而且即使报了，可能有问题，也可能没问题。
    如果需要用到多级选取，则用loc
    如果需要用到拷贝，则直接加copy()函数