Pandas触发SettingWithCopyWarning切片赋值告警的解决方法咨询

SettingWithCopyWarning警告的触发逻辑为：你当前操作的df_data大概率是此前从其他DataFrame通过切片、过滤等操作生成的对象，pandas无法确定该对象是指向原数据的视图还是独立的内存副本。你使用的df_data['area'][i]属于链式索引操作，赋值行为的结果不可控：有可能只修改了副本未影响原数据，也有可能直接修改了原数据，不符合预期行为的风险较高，因此pandas抛出该警告做提醒。

• 优先替换链式索引写法，使用pandas官方推荐的.loc（按标签索引）或.iloc（按位置索引）访问器完成单值赋值，示例如下：
  按标签索引写法：

  df_data.loc[i, 'area'] = test.loc[i, 'area']
  

  按位置索引写法：

  # 先获取area列对应的位置序号
  col_idx = df_data.columns.get_loc('area')
  test_col_idx = test.columns.get_loc('area')
  df_data.iloc[i, col_idx] = test.iloc[i, test_col_idx]
  

• 如果df_data本身就是你需要独立操作、不需要同步到原DataFrame的对象，在创建df_data时主动调用.copy()方法显式声明为独立副本，从根源避免警告触发，示例如下：

  # 假设你此前是通过过滤得到df_data
  df_data = original_df[original_df['status'] == 1].copy()
  

非必要不建议直接抑制警告，该提示可以帮助你规避很多隐性的赋值错误，如果确认自己的操作逻辑无误，可以通过以下两种方式关闭提示：

• 局部关闭（推荐）：仅关闭指定代码块的警告，不影响全局配置

  import pandas as pd
  with pd.option_context('mode.chained_assignment', None):
      # 在此处写会触发警告的代码
      df_data['area'][i] = test['area'][i]
  

• 全局关闭：整个运行周期内都不再触发该类警告

  import pandas as pd
  pd.set_option('mode.chained_assignment', None)
  

如果需要将该警告升级为错误方便调试，可以把上述配置参数替换为'raise'。

内容的提问来源于stack exchange，提问作者user297850