使用.loc修改DataFrame值失败，触发SettingWithCopyWarning问题

问题情况 #

• 最初尝试用.loc[row_indexer,col_indexer] = value修改DataFrame目标值失败，改用以下代码：

df.loc[df["subject"]!="subject1"]["Activity"] = np.nan

• 执行后触发SettingWithCopyWarning警告：

/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
"""Entry point for launching an IPython kernel.

• 检查数据后发现Activity列的值完全没变化：

161280     0
161281     0
161282     0
161283     0
161284     0
          ..
1215740    0
1215741    0
1215742    0
1215743    0
1215744    0
Name: Activity, Length: 1054465, dtype: int64

问题根源 #

你用的是链式索引：df.loc[...]["Activity"]。第一步df.loc[df["subject"]!="subject1"]返回的是原DataFrame的一个切片副本，后续对["Activity"]赋值只是修改了这个临时副本，根本没碰原DataFrame，所以原数据毫无变化，同时Pandas会抛出警告提示你这种操作的风险。

正确解决方案 #

把列索引直接放到.loc的第二个参数位置，一次性完成索引和赋值操作，直接修改原DataFrame：

df.loc[df["subject"] != "subject1", "Activity"] = np.nan

这样就能精准定位到符合条件的行和指定列，直接修改原数据，不会触发警告，也能达到你想要的效果。

内容的提问来源于stack exchange，提问作者Revolucion for Monica