如何高效为股票价格DataFrame添加月内交易日列并规避SettingWithCopyWarning

问题解决方案 #

警告触发原因 #

SettingWithCopyWarning是由于你在循环中直接对df['DayOfMonth'].iloc[i]赋值导致的，pandas无法判定你修改的是原DataFrame还是其切片副本，因此抛出安全警告。同时你原来的循环方案属于逐行迭代，面对长时间的行情数据时运行效率会非常低，且存在跨年月份计数错误、初始条件逻辑漏洞等隐性问题。

最优实现方案 #

直接使用pandas原生的分组+组内计数能力，一行代码即可实现需求，为全向量化运算，运行效率远高于自定义循环，且无逻辑漏洞和警告：

import yfinance as yf
import pandas as pd

df = yf.download('SPY', start='2020-07-02')
pd.set_option("display.max_rows", None, "display.max_columns", None)

# 可选：保留你原来的Month列，不需要可以删除
df['Month'] = df.index.month
# 按年+月分组，统计每个月的第N个交易日，cumcount从0开始计数所以加1
df['DayOfMonth'] = df.groupby([df.index.year, df.index.month]).cumcount() + 1

效果说明 #

运行后得到的DayOfMonth结果和你示例的输出完全一致，同时支持跨年的长周期数据计算，不会出现月份匹配错误的问题。

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