Pandas赋值DataFrame时出现SettingWithCopyWarning警告如何解决

根因说明 #

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead
该警告触发的核心原因是你操作的df_test_arima是从其他DataFrame对象中拆分出来的切片，Pandas无法确认该对象是原数据的视图还是独立副本，直接新增/修改列存在误改原数据的潜在风险，因此触发预警。

可行解决方法 #

• 方案1：生成df_test_arima时显式声明为独立副本
  如果你是通过取子集的方式生成df_test_arima，在生成代码末尾添加.copy()即可创建完全独立的DataFrame，后续赋值不会触发警告：

  # 原生成df_test_arima的代码后加.copy()，示例如下
  df_test_arima = 原DataFrame[筛选条件].copy()
  # 之后正常赋值即可
  df_test_arima['ACTUAL'] = y_test
  

• 方案2：按警告提示使用.loc语法赋值
  不需要修改df_test_arima的生成逻辑，直接调整赋值语句即可：

  df_test_arima.loc[:, 'ACTUAL'] = y_test
  

  其中:表示匹配全部行，显式指定行、列索引的赋值方式会被Pandas判定为合法操作，不会触发警告。
  你拆分数据时设置了shuffle=False，y_test的索引和df_test_arima的索引完全对齐，该赋值操作不会出现数据错位问题。

• 方案3：临时关闭警告（仅适合调试场景，不推荐常规使用）
  如果你确认当前操作不会引发数据一致性问题，可以临时关闭该类警告：

  import pandas as pd
  # 关闭SettingWithCopyWarning警告
  pd.set_option('mode.chained_assignment', None)
  
  # 此处执行赋值操作
  df_test_arima['ACTUAL'] = y_test
  
  # 操作完成后可恢复默认警告设置
  pd.set_option('mode.chained_assignment', 'warn')
  

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