在函数内使用Pandas extract()触发SettingWithCopyWarning如何解决

问题原因 #

该警告由Pandas 0.23版本的链式赋值检测逻辑导致：

• 过滤操作返回的结果在旧版本Pandas中会被标记为原DataFrame的潜在视图
• 函数内部作用域下，Pandas的副本检测逻辑更严格，会误判你对过滤后df的列修改是在操作原df的切片，因此触发警告
• 全局作用域下副本检测阈值更低，所以相同代码在函数外运行不会触发警告

最优解决方案 #

在过滤操作后显式调用.copy()，明确告诉Pandas当前对象是独立的新副本，彻底规避检测误报。同时可以优化正则表达式，精准匹配两个短横线之间的6位reportId：

def test_extract(df):
    # 先复制原df，避免修改传入的原始对象
    df_process = df.copy()
    df_process['date'] = pd.to_datetime(df_process['date_unix'], unit='s')
    # 过滤后显式copy，确认是独立对象
    df_process = df_process.loc[df_process['date'] >= pd.to_datetime('2021-09-23'), :].copy()
    # 优化正则，精准匹配两段短横线之间的6位字符
    df_process['reportId'] = df_process['id'].str.extract(r"-([a-zA-Z0-9]{6})-")
    return df_process

其他可选方案 #

方案1：直接在原df上用.loc操作，避免中间切片赋值 #

如果你不需要保留原df的原始内容，可以直接基于布尔掩码操作，不会触发警告：

def test_extract(df):
    df['date'] = pd.to_datetime(df['date_unix'], unit='s')
    mask = df['date'] >= pd.to_datetime('2021-09-23')
    # 直接用.loc指定行和列赋值，不会触发切片检测
    df.loc[mask, 'reportId'] = df.loc[mask, 'id'].str.extract(r"-([a-zA-Z0-9]{6})-")
    return df.loc[mask, :]

方案2：临时关闭警告（不推荐） #

如果你确认自己的操作逻辑没有问题，可以临时关闭链式赋值警告，用完后恢复即可：

import pandas as pd
def test_extract(df):
    # 临时关闭警告并保存原始设置
    original_setting = pd.options.mode.chained_assignment
    pd.options.mode.chained_assignment = None
    
    df['date'] = pd.to_datetime(df['date_unix'], unit='s')
    df = df.loc[df['date'] >= pd.to_datetime('2021-09-23'),:]
    df['reportId'] = df['id'].str.extract(r"-([a-zA-Z0-9]{6})-")
    
    # 恢复原始设置
    pd.options.mode.chained_assignment = original_setting
    return df

内容的提问来源于stack exchange，提问作者Austin