Pandas DataFrame 筛选后赋值如何避免 SettingWithCopyWarning?
如果只想修改筛选结果 cold_cities,就在筛选后调用 .copy();如果要修改原始 df,则直接使用 df.loc[mask, 'City'] = ...。这两种写法都明确了修改对象,也适用于需要兼容不同 Pandas 版本的代码。
为什么会出现 SettingWithCopyWarning?
在未启用 Copy-on-Write 的旧版行为中,给从另一个 DataFrame 选出的对象赋值时,可能出现 SettingWithCopyWarning。这个警告提示赋值对象与原始数据之间的关系可能不符合预期。即使筛选和赋值分成两行,也可能出现警告。它不代表赋值一定失败,也不能用来判断原始 df 是否被更新。参见 Pandas 关于 view、copy 和赋值的说明。
只修改 cold_cities:筛选后调用 copy()
筛选后调用 .copy(),再修改 cold_cities:
import pandas as pd
# Sample Data
data = {'City': ['New York', 'London', 'Tokyo', 'Paris'],
'Temperature': [25, 15, 28, 22]}
df = pd.DataFrame(data)
# Filtering for cold cities
cold_cities = df[df['Temperature'] < 20].copy()
# Attempting to update the 'City' name
cold_cities['City'] = 'Cold ' + cold_cities['City']
print(cold_cities)
按示例数据,结果为:
City Temperature
1 Cold London 15
.copy() 会创建一个供后续修改的副本。这次对 cold_cities['City'] 的赋值不会影响原始 df,其中的城市名仍是 London。筛选结果保留了原始索引 1,筛选不会自动重新编号。
修改原始 df:通过 loc 一次完成赋值
要修改原始 df 中符合条件的城市名,可以先把筛选条件保存为布尔掩码,再直接对 df 赋值:
mask = df['Temperature'] < 20
df.loc[mask, 'City'] = 'Cold ' + df.loc[mask, 'City']
print(df)
这里的 mask 指定要更新的行,'City' 指定要更新的列。赋值左侧的 .loc 直接作用于 df,所以原始数据中的 London 会变为 Cold London,其他行保持原值。
避免使用下面这种连续索引赋值:
# Avoid chained assignment
df[df['Temperature'] < 20]['City'] = 'Cold London'
这种写法给筛选产生的临时对象赋值,无法可靠地更新原始 df。应使用上面的 df.loc[mask, 'City'] 写法。
使用时需要注意什么?
在旧版行为中,仅把赋值改成 cold_cities.loc[:, 'City'] = ... 并不能保证消除问题,因为 cold_cities 仍然来自之前的筛选。需要独立修改时,在创建它的位置调用 .copy() 更明确。
关闭警告不会改变赋值对象或数据的更新方式,不能代替修改代码。
Pandas 3.0 起,Copy-on-Write 是默认且唯一的模式。修改从其他 DataFrame 派生的对象时,该对象表现为独立副本。因此,原示例可以只修改 cold_cities,无需靠 .copy() 来隔离这次赋值;若要更新 df,仍需直接对 df 赋值。此模式下,连续索引赋值无法更新原始对象,并可能触发 ChainedAssignmentError 警告。参见 Pandas Copy-on-Write 迁移说明。
备注:内容仅供参考。
