如何在Pandas中应用函数创建列并赋值以避免切片副本警告？

你的原始DataFrame如下：

import pandas as pd

df = pd.DataFrame({
    'Server': ['Server1dc', 'server2dc', 'server4uat'],
    'Model': ['xp2', 'cc4', 'dd4']
})

使用apply调用total_slot函数时出现的"A value is trying to be set on a copy of a slice from a dataframe"警告，大多是因为当前df是其他DataFrame的切片副本。以下是几种更高效且能避免警告的实现方式：

方法1：使用np.select（推荐，向量化操作更高效） #

向量化操作比逐行apply的性能更优，同时能规避副本警告：

import numpy as np

# 定义匹配条件与对应返回值
conditions = [
    df['Model'].str.contains('xp'),
    df['Model'].str.contains('cc')
]
values = [5, 10]

# 设置默认值为0，生成新列
df['total_slots'] = np.select(conditions, values, default=0)

方法2：使用map结合自定义映射逻辑 #

将规则封装为lambda函数，通过map仅对Model列处理，代码更简洁：

slot_mapper = lambda model: 5 if 'xp' in model else 10 if 'cc' in model else 0
df['total_slots'] = df['Model'].map(slot_mapper)

方法3：从根源消除副本警告 #

如果df是由其他DataFrame切片生成的，先创建完整副本再执行操作：

# 先创建df的独立副本
df = df.copy()

# 保留你的原始函数并应用
def total_slot(row):
    if "xp" in row["Model"]:
        return 5
    if "cc" in row["Model"]:
        return 10
    return 0

df['total_slots'] = df.apply(total_slot, axis=1)

方法4：针对单列使用apply #

仅对Model列应用函数，而非整行，减少不必要的行数据处理：

def get_total_slot(model):
    if 'xp' in model:
        return 5
    elif 'cc' in model:
        return 10
    else:
        return 0

df['total_slots'] = df['Model'].apply(get_total_slot)

无论使用哪种方法，最终都会得到符合需求的DataFrame：

Server Model  total_slots
0    Server1dc   xp2            5
1    server2dc   cc4           10
2   server4uat   dd4            0

内容的提问来源于stack exchange，提问作者user1471980