如何解决 Pandas 中的 SettingwithCopyWarning 警告

一、SettingWithCopyWarning 是什么？

在使用 numpy 和 pandas 的过程当中，如果使用向量化的方法来回测的话，由于经常需要用到赋值操作，很多的操作都会触发 SettingWithCopyWarning 的警告

“ 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 ”

给这个警告搞得不胜其烦，所以好好研究一下，到底应该怎么解决这个问题。
在 pandas 的一些操作中，有的时候会返回一个 view of data 而有一些会返回一个 copy.
view 和 copy 的区别如下图所示：

如上图所示：如果是 df2 是view 的话，实际上df2是df1的一个子集，而如果df2是copy的话，实际上df1和df2是两个完全不同的 DataFrame。

所以当我们尝试去改变df2的值的时候，我们会发现：修改view和修改copy，会得到完全不同的结果，因此 pandas就会出现警告。

二、解决办法

1.直接关闭 Warning

直接在pandas关闭warning：

import warnings
import pandas as pd
from pandas.core.common import SettingWithCopyWarning

warnings.simplefilter(action="ignore", category=SettingWithCopyWarning)

df = pd.DataFrame(dict(A=[1, 2, 3], B=[2, 3, 4]))
df[df['A'] > 2]['B'] = 5

2.使用copy来更改

我们先来看一下一般是什么时候出现 SettingWithCopyWarning。下图是 300905.SZ 的 2021年未复权的K线图，可以看到在2021年5月17日之后复权有一个跳空，因此在计算的时候，需要乘上一个复权因子。

我们先把数据取出来看一看

year_lst = ['2021']
data_dic = assistant.ReadDayBarYear(year_lst=year_lst)
stock_name = '300905.SZ'
df = data_dic[stock_name][['Open','High','Low','Close','Volume','Adj_Factor']]
tmp_df = df.loc['20210515':'20210520']
print(tmp_df)

现在对开盘价复权

df['Open'] = df['Open']*df['Adj_Factor']

则此时即会发出警告：
这时候我们再看

tmp_df = df.loc['20210515':'20210520']
print(tmp_df)

可以看到此时的开盘价已经改变
由上面的分析可以看出，由于df是 data_dic 的一个 view 因此我们在改变df的值的时候，pandas 就会疑惑，到底是连data_dic 中的数据也改变呢？还是只改变 df 中的值呢？因此我们让df成为 data_dic 的一个copy，这样子就不会出现 warning 了

import copy
year_lst = ['2021']
data_dic = assistant.ReadDayBarYear(year_lst=year_lst)
stock_name = '300905.SZ'
df = copy.copy(data_dic[stock_name][['Open','High','Low','Close','Volume','Adj_Factor']])
# 此时给价格复权，就不会有警告了
df['Open'] = df['Open']*df['Adj_Factor']
tmp_df = df.loc['20210515':'20210520']
print(tmp_df)

---

总结

不得不说出现这个warning的时候，下面的一句话很具有迷惑性：
“ Try using .loc[row_indexer,col_indexer] = value instead ”
最开始的时候，还想尝试使用 df.loc 来解决问题，结果怎么搞都不行。

另外在给 DataFrame 的单独的行列赋值的时候，这个问题也会导致出现赋值失败的情况，这个等下一次有机会的时候再讨论吧。