Pandas持续抛出SettingWithCopyWarning，如何解决？

1. 你的操作可能没触到问题根源 #

把df[col]换成df.loc[:,col]仍出警告，大概率是当前操作的df本身就是另一个DataFrame的切片副本（比如之前通过df = original_df[original_df['xxx'] > 10]这类方式生成）。这种情况下，哪怕用.loc，pandas还是无法确定你要修改的是副本还是原数据的视图，因此警告依然存在。

正确的处理方式是：在生成这个df时就显式创建独立副本，示例代码如下：

df = original_df[original_df['xxx'] > 10].copy()

之后再执行df.loc[:, col] = value，警告就会消失，此时你的修改操作完全正确，只会作用在当前这个独立的df上。

2. 可以抑制警告，但不推荐全局屏蔽 #

如果确实需要临时屏蔽该警告，有两种方式：

• 全局关闭警告（不推荐，会屏蔽所有同类提示，容易埋下误操作的隐患）：

import pandas as pd
pd.options.mode.chained_assignment = None

• 局部代码块抑制（更稳妥，仅屏蔽指定代码段的警告）：

import warnings
with warnings.catch_warnings():
    warnings.simplefilter(action='ignore', category=pd.errors.SettingWithCopyWarning)
    # 这里放触发警告的代码
    df.loc[:, col] = value

3. 警告的影响取决于你的实际需求 #

• 若你就是要修改当前切片后的df、不在乎原数据：只要最终修改的是目标df（哪怕它是副本），结果会符合预期，警告本身不会破坏数据，但它是在提醒你“操作对象可能不是你以为的那个”，避免误操作原数据。
• 若你想修改原始的大DataFrame：此时警告就有实际影响——你修改的是切片副本，原数据根本没变化，和预期不符。这种情况要么显式创建副本（明确修改副本），要么直接在原数据上用.loc切片修改，比如：

original_df.loc[original_df['xxx']>10, col] = value

内容的提问来源于stack exchange，提问作者Yorian