java map 副本_使用map时Pandas警告：尝试在DataFrame的切片副本上设置值

问题在于chained indexing，您实际上要做的是将值设置为 - pop[pop['Year'] == 2014]['Country Name'] - 这在大多数情况下都不起作用(如链接文档中所解释的那样)，因为这是两个不同的调用和一个调用可能会返回数据帧的副本(我相信布尔索引)正在返回数据帧的副本) .

因此，当您尝试将值设置为该副本时，它不会反映在原始数据框中 . 示例 -

In [6]: df

Out[6]:

A B

0 1 2

1 3 4

2 4 5

3 6 7

4 8 9

In [7]: df[df['A']==1]['B'] = 10

/path/to/ipython-script.py:1: 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 the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

if __name__ == '__main__':

In [8]: df

Out[8]:

A B

0 1 2

1 3 4

2 4 5

3 6 7

4 8 9

如上所述，您应该使用 DataFrame.loc 来索引行以及要在单个调用中更新的列，而不是链式索引，从而避免此错误 . 示例 -

pop.loc[(pop['year'] == 2014), 'Country Name'] = pop.loc[(pop['year'] == 2014), 'Country Name'].map(f)

或者，如果这看起来太长，您可以事先创建一个掩码(布尔数据帧)并分配给变量，并在上面的语句中使用它 . 示例 -

mask = pop['year'] == 2014

pop.loc[mask,'Country Name'] = pop.loc[mask,'Country Name'].map(f)

演示 -

In [9]: df

Out[9]:

A B

0 1 2

1 3 4

2 4 5

3 6 7

4 8 9

In [10]: mapping = { 1:2 , 3:4}

In [11]: f= lambda x: mapping.get(x, x)

In [12]: df.loc[(df['B']==2),'A'] = df.loc[(df['B']==2),'A'].map(f)

In [13]: df

Out[13]:

A B

0 2 2

1 3 4

2 4 5

3 6 7

4 8 9

使用蒙版方法进行演示 -

In [18]: df

Out[18]:

A B

0 1 2

1 3 4

2 4 5

3 6 7

4 8 9

In [19]: mask = df['B']==2

In [20]: df.loc[mask,'A'] = df.loc[mask,'A'].map(f)

In [21]: df

Out[21]:

A B

0 2 2

1 3 4

2 4 5

3 6 7

4 8 9