如何简化Pandas统计月日频率的多if函数并消除SettingWithCopyWarning

1 冗余判断函数简化 #

你写的两个统计频次的函数完全可以删除，value_counts()返回的本身就是索引为待统计值、值为对应频次的Series，直接用map()方法映射到原列即可，一行代码就能替代几十行if判断：

# 直接映射频次，替代原来的两个自定义函数
df['dow_total'] = df['dow'].map(df['dow'].value_counts())
df['dom_total'] = df['dom'].map(df['dom'].value_counts())

额外还可以优化日期相关字段的提取逻辑，不用写lambda表达式，用pandas内置的dt属性更高效：

# 日期转换直接用pd.to_datetime，不用自定义lambda
df['new_date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')
# 直接用dt属性提取字段
df['month'] = df['new_date'].dt.month
df['dom'] = df['new_date'].dt.day
df['dow'] = df['new_date'].dt.day_name() # 直接返回星期几的英文名称，和你原来strftime效果一致

2 SettingWithCopyWarning警告消除 #

这个警告出现在你给dfa加days_diff列的步骤，原因是dfa是从原df筛选出来的切片，pandas不确定你要修改的是原df还是切片副本。你不介意拷贝的话，只需要在筛选dfa的时候显式调用.copy()方法声明要生成独立副本即可：

# 末尾加.copy()显式生成副本
dfa = df.loc[df['dom'] != top_day_of_month].copy()

如果想全局关闭这类警告，可以在导入pandas后加一行配置：

pd.set_option('mode.chained_assignment', None)

更推荐显式加.copy()的方案，代码可读性更高，也不会屏蔽其他可能的链式赋值错误。顺带修复原代码中计算days_diff时误用原df索引导致的值错位问题。

完整优化后代码 #

import pandas as pd

# 可选：全局关闭SettingWithCopyWarning，不需要的话可以删掉
# pd.set_option('mode.chained_assignment', None)

df = pd.read_csv(r"C:\Users\mattl\OneDrive\Desktop\netflix - only.csv")

# 转换日期格式+提取衍生字段
df['new_date'] = pd.to_datetime(df['date'], format='%d/%m/%Y')
df['month'] = df['new_date'].dt.month
df['dom'] = df['new_date'].dt.day
df['dow'] = df['new_date'].dt.day_name()

# 直接映射频次，完全删除原来的两个自定义函数
df['dow_total'] = df['dow'].map(df['dow'].value_counts())
df['dom_total'] = df['dom'].map(df['dom'].value_counts())

print(df)

if df["dom_total"].max() >= df["dow_total"].max():
    # 筛选月中日频次最高的记录
    top_dom_tot = df.loc[df['dom_total'] == df['dom_total'].max()]
    # 用iloc[0]避免索引异常
    top_day_of_month = top_dom_tot['dom'].iloc[0]
    print('Top day of month is:')
    print(top_day_of_month)
    # 筛选非最高频记录时显式copy，消除警告
    dfa = df.loc[df['dom'] != top_day_of_month].copy()
    dfa['days_diff'] = dfa['dom'] - top_day_of_month
    print('Payments that are not related to the top day per month')
    print(dfa)

内容的提问来源于stack exchange，提问作者Matt Lightbourn