如何在Python 3.7中针对性抑制Sklearn特定数据缩放警告？

没问题，我来教你怎么精准禁用这个烦人的数值缩放警告，同时保留其他所有警告正常触发——毕竟全局禁用警告可不是个好习惯，容易错过重要问题。

核心思路：用warnings模块精准过滤特定警告 #

你遇到的这个警告是来自Sklearn的UserWarning，带有特定的消息文本。我们可以利用Python的warnings模块，只针对这个消息和类别的警告进行抑制，而不是全局禁用所有警告。

推荐方案：用上下文管理器限定禁用范围（最安全） #

最好的做法是只在执行缩放操作的代码块内禁用该警告，这样不会影响函数其他部分或者脚本里的其他代码。修改你的函数如下：

import warnings
import pandas as pd
from sklearn.preprocessing import scale
from sklearn.exceptions import UserWarning

def monthly_standardize(cols, df_train, df_train_grouped, df_val, df_val_grouped, df_test, df_test_grouped):
    # 禁用SettingWithCopyWarning
    pd.options.mode.chained_assignment = None
    
    # 定义要过滤的警告消息（和你收到的警告文本完全匹配）
    target_warning = "Numerical issues were encountered when scaling the data and might not be solved. The standard deviation of the data is probably very close to 0."
    
    # 仅在缩放操作期间禁用该警告
    with warnings.catch_warnings():
        warnings.filterwarnings("ignore", message=target_warning, category=UserWarning)
        for c in cols:
            df_train[c] = df_train_grouped[c].transform(lambda x: scale(x.astype(float)))
            df_val[c] = df_val_grouped[c].transform(lambda x: scale(x.astype(float)))
            df_test[c] = df_test_grouped[c].transform(lambda x: scale(x.astype(float)))
    
    return df_train, df_val, df_test

灵活调整：用正则匹配适配消息变动 #

如果后续Sklearn版本对警告消息的措辞有细微调整，你可以用正则表达式匹配部分文本，让过滤更鲁棒：

# 改用正则匹配开头部分的文本
warnings.filterwarnings("ignore", message=r"Numerical issues were encountered when scaling the data", category=UserWarning)

为什么不推荐全局禁用？ #

全局禁用警告（比如直接在脚本开头加warnings.filterwarnings("ignore", category=UserWarning)）会把所有Sklearn的UserWarning都屏蔽掉，可能会错过其他重要的提示信息。而上下文管理器的方式只在需要的代码段内生效，安全性更高。

内容的提问来源于stack exchange，提问作者njalex22