与 pandas 的对话SettingWithCopyWarning [英] Action with pandas SettingWithCopyWarning

问题描述

我尝试删除一些列，并将列中的某些值转换为

  df2.drop（df2.columns [[0，1，3]]，axis = 1，inplace = True）
 df2 ['date'] = df2 ['date']。 ：str（x）[1：]）
 df2 ['date'] = df2 ['date']。str.replace（'：'，''，1）
 df2 ['date' ] = pd.to_datetime（df2 ['date']）
  

和所有这个字符串我得到

  df2.drop（df2.columns [[0，1，3]]，axis = 1，inplace = True）
 C：/ Users /                / Desktop / projects / youtube_log / filter.py：11：SettingWithCopyWarning：
正在尝试设置一个值DataFrame中的切片副本。 
尝试使用.loc [row_indexer，col_indexer] =值而不是
  

那里有什么问题？

解决方案

您的 df2 是另一个数据帧的切片。在尝试 drop

之前，您需要使用 df2 = df2.copy（） >

考虑以下数据框：

 将大熊猫导入为pd 
导入numpy as np 
 
 
 df1 = pd.DataFrame（np.arange（20）.reshape（4，5），list（'abcd'），list（'ABCDE'））
 
 df1 
  

让我分配一个 df1 到 df2

  df2 = df1 [['A'，'C']] 
  

df2 现在是一个 df1 的切片，应该触发那些讨厌的 SettingWithCopyWarning 如果我们尝试更改 df2 中的内容。让我们来看看。

  df2.drop（'c'）
  pre> 
 
 
  
 
 
 
没有问题。如何：
  df2.drop（'c'，inplace = True）
  
它是：
 
 
 
  
 
 
 
问题是大熊猫试图有效率，并追踪 df2 指向与$ $ c $相同的数据c> df1 。正在保持这种关系。警告告诉你，你不应该试图通过切片弄乱原始的数据框。
 
 
 
注意，当我们看看 df2 ，行'c'已被删除。
  df2 
  
  
 
 
 
 code> df1 我们看到那行'c'仍然存在。
  df1 
  
  
 
 $ b $大熊猫制作了 df2 的副本，然后删除c行。这可能与我们的意图可能与我们的意图可能不一致，我们认为我们将 df2 一个切片并指向与 df1 。所以熊猫正在警告我们。
 
 
 
如果没有看到警告，请自己复制。
  df2 = df2.copy（）
＃或
 df2 = df1 [['A'，'C']]。copy（）
  
 
I try to delete some column and convert some value in column with
df2.drop(df2.columns[[0, 1, 3]], axis=1, inplace=True)
df2['date'] = df2['date'].map(lambda x: str(x)[1:])
df2['date'] = df2['date'].str.replace(':', ' ', 1)
df2['date'] = pd.to_datetime(df2['date'])
and to all this string I get 
  df2.drop(df2.columns[[0, 1, 3]], axis=1, inplace=True)
C:/Users/����� �����������/Desktop/projects/youtube_log/filter.py:11: 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
What is problem there?
解决方案
Your df2 is a slice of another dataframe.  You need to explicitly copy it with df2 = df2.copy() just prior to your attempt to drop

Consider the following dataframe:
import pandas as pd
import numpy as np


df1 = pd.DataFrame(np.arange(20).reshape(4, 5), list('abcd'), list('ABCDE'))

df1


Let me assign a slice of df1 to df2
df2 = df1[['A', 'C']]


df2 is now a slice of df1 and should trigger those pesky SettingWithCopyWarning's if we try to change things in df2.  Let's take a look.
df2.drop('c')
 

No problems.  How about:
df2.drop('c', inplace=True)
There it is:



The problem is that pandas tries to be efficient and tracks that df2 is pointing to the same data as df1.  It is preserving that relationship.  The warning is telling you that you shouldn't be trying to mess with the original dataframe via the slice.

Notice that when we look at df2, row 'c' has been dropped.
df2


And looking at df1 we see that row 'c' is still there.
df1


pandas made a copy of df2 then dropped row 'c'.  This is potentially inconsistent with what our intent may have been considering we made df2 a slice of and pointing to same data as df1.  So pandas is warning us.

To not see the warning, make the copy yourself.
df2 = df2.copy()
# or
df2 = df1[['A', 'C']].copy()


                        
这篇关于与 pandas 的对话SettingWithCopyWarning的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！