如何消除Pandas的SettingWithCopyWarning并解决列值错位问题

问题根源 #

你的代码存在两个核心问题：

• 链式索引（df['open'][i]）触发SettingWithCopyWarning：pandas无法判断你操作的是原DataFrame还是切片副本，修改操作可能无法同步到原数据，直接导致价格值错位。
• 逐行循环操作DataFrame效率极低，且容易出现不可预期的赋值行为。

修正方案（推荐向量式操作） #

用pandas原生的向量运算代替循环，既消除警告、避免值错位，又大幅提升效率：

# 先计算新的open值并保存为临时变量
new_open = self.DE30EUR_1m_price_data['open'] / 1000
# 使用.loc安全更新open列（确保操作原DataFrame）
self.DE30EUR_1m_price_data.loc[:, 'open'] = new_open
# 基于新open值批量计算其他列
self.DE30EUR_1m_price_data.loc[:, 'close'] = new_open + (self.DE30EUR_1m_price_data['close'] / 1000)
self.DE30EUR_1m_price_data.loc[:, 'high'] = new_open + (self.DE30EUR_1m_price_data['high'] / 1000)
self.DE30EUR_1m_price_data.loc[:, 'low'] = new_open + (self.DE30EUR_1m_price_data['low'] / 1000)

备选方案（修正循环写法） #

如果因业务逻辑必须保留循环，改用.loc[i, 列名]的安全索引方式，避免链式索引：

for i in range(self.DE30EUR_1m_price_data.shape[0]):
    # 用.loc直接定位行和列，确保修改原DataFrame
    self.DE30EUR_1m_price_data.loc[i, 'open'] = self.DE30EUR_1m_price_data.loc[i, 'open'] / 1000
    self.DE30EUR_1m_price_data.loc[i, 'close'] = self.DE30EUR_1m_price_data.loc[i, 'open'] + (self.DE30EUR_1m_price_data.loc[i, 'close'] / 1000)
    self.DE30EUR_1m_price_data.loc[i, 'high'] = self.DE30EUR_1m_price_data.loc[i, 'open'] + (self.DE30EUR_1m_price_data.loc[i, 'high'] / 1000)
    self.DE30EUR_1m_price_data.loc[i, 'low'] = self.DE30EUR_1m_price_data.loc[i, 'open'] + (self.DE30EUR_1m_price_data.loc[i, 'low'] / 1000)

额外注意事项 #

如果self.DE30EUR_1m_price_data是从其他DataFrame切片得到的视图，建议先创建独立副本：

self.DE30EUR_1m_price_data = self.DE30EUR_1m_price_data.copy()

这能彻底消除视图/副本混淆导致的警告和数据异常。

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