VS Code Notebook拆分单元格触发pandas SetWithCopyWarning咨询

大量在VS Code Notebook、Jupyter环境下做pandas开发的用户都遇到过完全相同的现象，这既不是VS Code也不是pandas的bug，本质是对pandas的告警机制、Notebook单元格运行逻辑存在认知疏漏。

触发逻辑说明 #

SetWithCopyWarning本身是pandas做的启发式风险提示，不是确定性的代码错误，它不会100%稳定触发，是否告警完全依赖运行时pandas对操作对象的内存引用判断：如果判定你当前修改的对象是另一个DataFrame的切片视图，就会抛出告警，提醒你这个修改可能不会同步到原数据，产生预期外的结果。

• 所有代码放在同一个单元格运行时，pandas在单次执行流里可以明确追踪到df = df.loc[df['column'] == 'value']是将过滤后的结果重新绑定到df变量上，后续新增列的操作直接作用在当前绑定的DataFrame上，不会判定为链式赋值风险，因此不触发告警。
• 代码拆分到不同单元格逐次运行时，VS Code Notebook的IPython内核为了支持变量面板预览、数据状态追踪等功能，会在每个单元格执行结束后额外持有所有变量的引用缓存，这会干扰pandas的引用判定：过滤后的df会被识别为和最初读入的原始DataFrame存在内存关联，后续新增列的操作就会被判定为「在切片视图上做修改」的风险场景，进而抛出告警。

稳定规避方案 #

不要依赖运行时的启发式检测碰运气，只要在做切片过滤操作时显式声明生成独立拷贝，不管怎么拆分单元格执行，都不会触发这类告警：

df = pd.read_csv('my-data.csv')
# 过滤后显式调用copy()，切断和原始数据的引用关联，明确生成独立的新DataFrame
df = df.loc[df['column'] == 'value'].copy()
df['newColumn'] = df['oldColumn'].str.contains('regex-omitted')

内容的提问来源于stack exchange，提问作者Alabaster