使用pandas的.astype()转换数据类型时触发赋值警告，求解决方案

问题原因 #

你写的new_df = df根本没创建新DataFrame，只是给原df加了个别名——new_df和df指向同一个数据对象。这时候改new_df的列，本质是在改原df的列，Pandas触发警告是怕你误操作原数据。

另外你尝试修改的代码new_df[i] = df.loc[df[i].astype(int)]是错误的：.loc的第一个参数需要传入行索引，而df[i].astype(int)是列的数值，不是合法的行索引，会导致索引匹配错误。

修复方法 #

第一步：先做深拷贝 #

用copy()方法生成完全独立的新DataFrame，彻底和原数据解绑：

df = pd.DataFrame(data)
# 创建独立的新DataFrame，和原df互不影响
new_df = df.copy()

第二步：修改列类型（两种可选写法） #

写法1：直接修改拷贝后的列

循环里直接操作new_df的列，因为已经是独立拷贝，不会触发警告：

bools = ['ind-debateclub', 'ind-programming_exp', 
'ind-international_exp',
'ind-entrepeneur_exp', 'ind-exact_study', 'decision']

for i in bools:
    new_df[i] = new_df[i].astype(int)
new_df.head()

写法2：用.loc明确指定行列（完全符合警告提示的规范）

如果你想严格遵循Pandas的建议，用.loc明确指定要修改的行列范围：

for i in bools:
    new_df.loc[:, i] = new_df[i].astype(int)

更高效的批量写法（不用循环） #

直接批量转换指定列的类型，代码更简洁：

new_df = df.copy()
new_df[bools] = new_df[bools].astype(int)
new_df.head()

内容的提问来源于stack exchange，提问作者Worldy