Pandas添加新列触发SettingWithCopyWarning的原因及处理疑问

警告含义 #

这个警告的核心是：你正在尝试修改一个DataFrame切片的副本，但Pandas无法确定这个切片是原DataFrame的视图（和原数据共享内存）还是独立副本，因此提醒你可能出现意外的数据修改问题。

触发原因 #

你的代码里，df = temp_df[~temp_df[columns[0]].isna()] 这一行是对temp_df做布尔索引筛选，Pandas执行这类切片操作时，返回的结果可能是原DataFrame的视图，也可能是副本。当你后续执行df['period'] = folder[0]给df新增列时，Pandas无法确认你是想修改原temp_df还是只修改这个切片，所以抛出警告。

是否需要关注？ #

警告本身不会让代码崩溃，但存在潜在风险：如果df是temp_df的视图，修改df会意外改动temp_df的数据；如果是副本，就没问题。但因为Pandas的切片规则（取决于数据结构和操作）不确定，最好处理掉这个警告，避免后续出现难以排查的bug。

解决方法 #

有两种简单的处理方式：

1. 显式创建副本

在切片后调用.copy()，明确生成独立的DataFrame副本，后续修改就不会关联原数据：

for file in csv_files:
    temp_df = pd.read_csv(file, header=topline, skip_blank_lines=True, usecols=columns)
    # 显式生成副本
    df = temp_df[~temp_df[columns[0]].isna()].copy()
    df['period'] = folder[0]
    list_df.append(df)

2. 使用.loc明确操作

通过.loc指定行和列的索引，让Pandas明确知道你要操作的是目标数据：

for file in csv_files:
    temp_df = pd.read_csv(file, header=topline, skip_blank_lines=True, usecols=columns)
    # 用.loc筛选行并保留所有列，再创建副本
    df = temp_df.loc[~temp_df[columns[0]].isna(), :].copy()
    df['period'] = folder[0]
    list_df.append(df)

内容的提问来源于stack exchange，提问作者Zain