函数内修改Pandas DataFrame子集时处理SettingWithCopyWarning的最优方案

你场景的核心诉求是修改筛选后的子集且完全不影响原始DataFrame，最合理的方案是筛选时主动调用.copy()明确生成独立副本，从根源消除警告触发的逻辑，而非全局屏蔽警告。

修正后的代码 #

import pandas as pd

def add_one(df, column):
    # 筛选后主动调用.copy()，明确生成独立于原数据的副本
    df = df[df['A']==1].copy()
    df['A'] = df['A'] + 1
    print(df['A'])

test_df = pd.DataFrame({'A': [1,1,2]})
add_one(test_df, 'A')

方案说明 #

• 原有警告触发的原因是pandas无法判断你筛选得到的df是原始数据的视图还是副本，无法确定你修改子集会不会意外改动原数据，才会弹出警告提示
• 主动调用.copy()后，生成的子集和原数据完全独立，修改操作不会影响原数据，也不会再触发警告
• 函数运行结束后，生成的副本会被自动回收，符合你释放内存的需求

为什么不推荐全局屏蔽警告 #

pd.set_option('mode.chained_assignment', None)会全局关闭所有同类警告，如果你后续代码真的出现不小心修改原数据视图的风险操作，也不会收到提示，极易引发不易排查的数据错误。

内容的提问来源于stack exchange，提问作者mrgou