使用字典基于DataFrame现有列新建列触发SettingWithCopyWarning如何解决

• 该警告是pandas的保护性提示，核心原因是你通过merch.loc[merch['countem'] >= 2]筛选得到的是原DataFrame的切片对象，即便后续调用了reset_index()，pandas仍无法确认你生成的manif是独立副本还是与原数据关联的视图，对manif新增列的操作存在意外修改原数据的风险，因此触发警告。
• 额外隐藏问题：你的countem列取值为整数，而权重字典weights的键为字符串类型，直接调用map会因类型不匹配返回NaN，需要先统一两边的类型。

方案1：创建独立副本（最常用，适合需要单独使用筛选后数据集的场景） #

主动调用.copy()明确生成独立于原数据的新对象，彻底消除副本风险，同时统一映射类型：

# 把权重字典的键改为整数，避免类型转换问题
weights = {2:0.5,3:0.6,4:0.6,5:0.7,6:0.7,7:0.8,8:0.8,9:0.9}
# 筛选后调用copy()生成独立副本，drop=True可删除生成的旧索引列，不需要可以去掉该参数
manif = merch.loc[merch['countem'] >= 2].reset_index(drop=True).copy()
# 映射新增列
manif['weight'] = manif['countem'].map(weights)

方案2：直接在原数据集上操作（适合不需要单独留存筛选后数据集的场景） #

按照警告提示的loc写法直接给原数据符合条件的行赋值，不会触发警告：

weights = {2:0.5,3:0.6,4:0.6,5:0.7,6:0.7,7:0.8,8:0.8,9:0.9}
merch.loc[merch['countem'] >= 2, 'weight'] = merch['countem'].map(weights)
# 如果需要单独提取符合条件的数据集，再执行筛选即可
manif = merch.loc[merch['countem'] >= 2].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者OldManSeph