如何消除Pandas DataFrame操作中的SettingWithCopyWarning警告

原代码 #

import pandas as pd
import datetime as dt
from pathlib import Path

#%% Specify the path and load the data
path = Path('./../')

# Load the data
data = pd.read_csv(path / 'data/data.csv')
data.loc[:,'Date'] = pd.to_datetime(list(data['Date_x']), format='%Y-%m-%d').date 

触发的警告 #

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

See the caveats in the documentation
data.loc[:,'Date'] = pd.to_datetime(list(data['Date_x']), format='%Y-%m-%d').date

解决方案 #

出现该警告的核心原因是Pandas检测到你可能在一个DataFrame的切片副本上修改数据，而非原始DataFrame。以下是两种无警告的修复方式：

方式1：创建独立副本 #

读取数据后直接生成副本，确保后续操作在独立的DataFrame上执行：

import pandas as pd
import datetime as dt
from pathlib import Path

path = Path('./../')

# 读取数据并创建副本
data = pd.read_csv(path / 'data/data.csv').copy()
# 转换日期并赋值
data['Date'] = pd.to_datetime(data['Date_x'], format='%Y-%m-%d').dt.date

方式2：使用assign生成新列 #

通过assign方法返回包含新列的新DataFrame，避免直接修改原对象：

import pandas as pd
import datetime as dt
from pathlib import Path

path = Path('./../')

data = pd.read_csv(path / 'data/data.csv')
# 生成带新列的新DataFrame
data = data.assign(Date=pd.to_datetime(data['Date_x'], format='%Y-%m-%d').dt.date)

额外优化说明 #

• 无需将data['Date_x']转为列表，直接传入pd.to_datetime即可正常处理
• 使用.dt.date替代.date，这是Pandas Series访问日期属性的标准方式，更符合Pandas的API规范

内容的提问来源于stack exchange，提问作者TRK