如何解决Pandas复制列值时的SettingWithCopyWarning警告

针对4900万行×100列的大型DataFrame，要实现「当Unit列值为'KG'时，将Qty列值赋值给新列QtyKG，否则设为0」的需求，以下是两种无警告的高效实现方式，适配Python 3.10.6和Pandas 2.1.2：

方法一：使用loc结合where（推荐原地修改场景） #

如果需要直接在原DataFrame上添加新列，先确保操作的是DataFrame副本（避免因视图触发警告），再用loc进行精准赋值：

# 若当前DataFrame是其他DF的切片视图，先转为副本
df = df.copy()
# 向量化赋值，无警告且效率高
df.loc[:, 'QtyKG'] = df['Qty'].where(df['Unit'] == 'KG', 0)

df.where()会保留满足条件的Qty值，不满足时替换为0，完全是向量化操作，适合处理超大规模数据。

方法二：使用assign方法（推荐函数式场景） #

如果不想修改原DataFrame，而是返回包含新列的新对象，用assign方法更稳妥，全程无警告：

df = df.assign(QtyKG=df['Qty'].where(df['Unit'] == 'KG', 0))

该方法返回新的DataFrame，避免了原地修改可能引发的视图/副本歧义问题，同样是高效的向量化实现。

为什么之前的方法会触发警告？ #

• SettingWithCopyWarning：大多是因为操作了DataFrame的视图（比如链式索引df[df['Unit']=='KG']['QtyKG'] = ...），Pandas无法确定你要修改视图还是原数据，因此抛出警告。
• FutureWarning：可能使用了Pandas即将废弃的语法（比如旧版的赋值逻辑），改用上述原生向量化方法即可避免。

内容的提问来源于stack exchange，提问作者NiKiuS