SuperYPC 2020-02-14
转自:https://blog.csdn.net/qq_42711381/article/details/90451301
由于刚好也遇到这个问题,记录下来
使用的DataFrame的
当使用 frame2[‘year‘][‘two‘] = 10000, 即df名[列名][行名]的方式去赋值就会报错, 提示如下
SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
进入提示网页, 查找与SettingWithCopyWarning有关部分, 这里简单翻译了一下(渣翻译, 推荐大家去看原文, 在最后几部分里)
chained indexing 这就是出现警告的原因, 我们在使用pandas中要极力避免出现chained index)
下面是一个例子解释到底什么是chained indexing
In [4]: dfmi = pd.DataFrame([list(‘abcd‘), list(‘efgh‘), list(‘ijkl‘), list(‘mnop‘)], ...: columns=pd.MultiIndex.from_product([[‘one‘, ‘two‘], [‘first‘, ‘second‘]])) ...: In [5]: dfmi Out[5]: one two first second first second 0 a b c d 1 e f g h 2 i j k l 3 m n o p
我们通过两种不同的方式去访问同一值
#第一种方式 In [6]: dfmi[‘one‘][‘second‘] Out[6]: 0 b 1 f 2 j 3 n Name: second, dtype: object #第二种方式 In [7]: dfmi.loc[:,(‘one‘, ‘second‘)] Out[7]: 0 b 1 f 2 j 3 n Name: (one, second), dtype: object
可以看出虽然访问方式不同, 但是返回的结果是相同的. 相同结果, 但其实第二种访问方式应该是我们所推荐使用的, 原因如下
第一种访问方式
使用dfmi[‘one‘][‘second‘]其实是分为两个独立事件完成的, 一个事情接着一件事情发生:
第一步 执行dfmi[‘one‘]
第二步 在第一步的基础上执行dfmi_with_one[‘second‘], 相当于在第一步返回Series基础上, 检索索引[‘second‘]
看似是一步到位的访问, 其实在内部调用了两次__getitem__
第二种方式访问
fmi.loc[:,(‘one‘, ‘second‘)] 相当于将一个嵌套的元组(slice(None), (‘one‘, ‘second‘))传递给一个__getitem__, 这就使得pandas将其作为一个整体来处理, 第二种方式比第一种方式速度更快
这里的第一种访问方式就是chained indexing, 接下来解决为什么chained indexing会造成警告.
#第二种访问方式(推荐方式) dfmi.loc[:, (‘one‘, ‘second‘)] = value #其实在编译器中是这样操作的 dfmi.iloc.setitem((slice(None), (‘one‘, ‘second‘)), value) #但是这一段代码编译器处理就很不同了 #第一种访问方式chained indexing dfmi[‘one‘][‘second‘] = value #其实在编译器中是这样操作的 dfmi.__getitem__(‘one‘).__setitem__(‘second‘, value)
问题的关键就出在这里的__getitem__上, 因为我们很难预测到这里的__getitem__返回的是一个视图或是一个copy, 因为我们无法确定__setitem))修改的到底是真实的dfmi或是暂时的copy副本, 这就是SettingWithCopy想要警告我们的.
到此问题就算是解决了, 出现警告的原因在于无法预测到底修改的是视图还是副本.
注意
dfmi.loc保证是dfmi本身伴随修改索引行为(这句话有点不太通顺, 大家可以去看看原文, 重点是后面一句), 所以dfmi.loc.__getitem__和dfmi.loc__setitem__方法一定是直接作用在dfmi上的. 当然dfmi.loc.__getitem__(idx)就无法预测到时作用在视图上或是副本上了.
另一种会出现这种警告的情形, 虽然这里并没有明显的链式索引.
In [9]: def do_something(df): ...: foo = df[[‘bar‘, ‘baz‘]] ...: #对于foo是视图或是副本, 其实我们是无法得知的 ...: foo[‘quux‘] = value ...: return foo
使用 DafaFrameming.loc[行名, 列名] = 值 的方式去赋值, 而不是使用DataFrame[][]的形式去赋值.
Series是一种类似于一维数组的对象,由一组数据以及一组与之对应的索引组成。 index: 索引序列,必须是唯一的,且与数据的长度相同. 如果没有传入索引参数,则默认会自动创建一个从0~N的整数索引