Pandas操作警告：解决在DataFrame切片副本上设置值的问题

警告根源 #

你触发警告的原因是用了adf['Average Speed'][x]这种链式索引写法，Pandas无法确定你操作的是原DataFrame的视图还是副本，所以抛出警告。而且用iterrows()循环逐行修改的方式效率极低，完全没必要。

正确实现方式（两种高效方案） #

方案一：用groupby.transform()（最简洁）

直接通过分组转换，把每个Animal的MaxSpeed均值广播到对应行，一步生成新列：

import pandas as pd

d = {'Animal': ['Parrot','Falcon','Parrot','Falcon'], 'MaxSpeed' : [56,360,58,380 ]}
adf = pd.DataFrame(d)

# 直接生成分组均值列
adf['Average Speed'] = adf.groupby('Animal')['MaxSpeed'].transform('mean')

方案二：用merge合并分组结果

先计算分组均值，再通过Animal列合并回原DataFrame：

import pandas as pd

d = {'Animal': ['Parrot','Falcon','Parrot','Falcon'], 'MaxSpeed' : [56,360,58,380 ]}
adf = pd.DataFrame(d)

# 计算分组均值并重置索引，让Animal成为普通列
grp_spd = adf.groupby('Animal')['MaxSpeed'].mean().reset_index(name='Average Speed')
# 合并到原DataFrame
adf = adf.merge(grp_spd, on='Animal')

若坚持用循环（不推荐），消除警告的写法 #

如果一定要保留循环逻辑，把链式索引改成.loc的单步索引写法，就能避免警告：

import pandas as pd

d = {'Animal': ['Parrot','Falcon','Parrot','Falcon'], 'MaxSpeed' : [56,360,58,380 ]}
adf = pd.DataFrame(d)

grp_spd = adf.groupby(by=['Animal']).mean()

adf.insert(column='Average Speed', loc=2, value="")
for x,y in adf.iterrows():
    # 用.loc单步索引赋值，替代链式索引
    adf.loc[x, 'Average Speed'] = grp_spd.loc[y.Animal].MaxSpeed

不过还是强烈建议用前两种向量化方法，循环在数据量大的时候会慢很多。

内容的提问来源于stack exchange，提问作者Silkograph