Pandas中使用mask(inplace=True)修改DataFrame触发警告的问题

我有一个包含"ID"、"Parent_ID"和"gender"列的DataFrame（df），所有ID均对应有Parent_ID。我提取了Parent_ID为2811880323的子集chi_df，想要将原df中该子集里gender为"GIRL"的记录的gender修改为"THIRD"。

尝试的代码 #

df=pd.DataFrame({"ID":[ 2811886267,34000002329444427,2811879148,79000001554869921,2811879689],
"Parent_ID":[-1,2811880323,2811886267,2811886267,2811886267],
"gender":['BOY','GIRL','GIRL','GIRL','GIRL']
})

chi_df=df[df.Parent_ID.values==2811880323].copy()
df[df.Parent_ID.values==2811880323]["gender"].mask(chi_df.gender.values == "GIRL", "THIRD", inplace=True)

触发的警告 #

~/somepath/python3.7/site-packages/pandas/core/generic.py:8870: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
return self._update_inplace(result)

解决方案 #

警告原因

这个警告源于链式索引（df[条件]["列名"]）的写法：这种操作会返回原DataFrame的副本而非视图，修改副本不会同步到原DataFrame，pandas抛出警告提示你可能误操作了对象。

正确写法1：直接用.loc组合条件修改

通过.loc一次性定位目标行和列，直接操作原DataFrame：

# 组合两个条件：Parent_ID为指定值 且 gender为GIRL，修改对应gender列
df.loc[(df['Parent_ID'] == 2811880323) & (df['gender'] == 'GIRL'), 'gender'] = 'THIRD'

正确写法2：利用子集索引定位修改

如果需要保留chi_df子集，可通过子集的索引定位原DataFrame的行：

chi_df = df[df['Parent_ID'] == 2811880323].copy()
# 筛选chi_df中gender为GIRL的行的索引，用索引修改原df的对应行
df.loc[chi_df[chi_df['gender'] == 'GIRL'].index, 'gender'] = 'THIRD'

两种写法都能直接修改原DataFrame，不会触发警告，且能正确将符合条件的gender值改为THIRD。

内容的提问来源于stack exchange，提问作者Amit Kr. Ratewal