Pandas将DataFrame索引复制为新列 规避SettingWithCopyWarning

• 操作场景：需要将切片生成的DataFrame对象newdf的索引值复制为新列temp_index
• 初始实现直接赋值时触发SettingWithCopyWarning警告
• 参考教程改用.loc[:, 列名]写法尝试规避，反而触发更多同类警告
• 报错全部集中在最后一行赋值语句，仅完成切片生成newdf后不执行后续赋值时，无任何报错

可复现示例代码 #

import pandas as pd

col1 = [0,1,1,0,0,0,1,1,1]
col2 = [1,5,9,2,4,2,5,6,1]
df = pd.DataFrame(list(zip(col1, col2)), columns =['col1', 'col2'])
newdf = df[df.col2 >= 3]
display(df, newdf)
newdf.loc[:, 'temp_index'] = newdf.index

触发的完整警告日志 #

C:\Users\...\lib\site-packages\pandas\core\indexing.py:845: 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

See the caveats in the documentation: user_guide/indexing.html#returning-a-view-versus-a-copy
  self.obj[key] = _infer_fill_value(value)
C:\Users\...\lib\site-packages\pandas\core\indexing.py:966: 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

See the caveats in the documentation: user_guide/indexing.html#returning-a-view-versus-a-copy
  self.obj[item] = s

• 掌握Pandas中复制DataFrame索引为独立列的正确实现方式
• 不通过重置索引的方式完成操作
• 保持原DataFrame df 与切片得到的newdf的索引值完全一致
• 仅生成索引副本列temp_index，用于后续业务操作

• 警告触发的核心逻辑：newdf = df[df.col2 >= 3] 返回的是原DataFrame的视图，而非独立的内存副本，Pandas无法确定你是想修改原DataFrame还是修改这个临时切片，因此通过警告提示潜在的关联修改风险
• 教程中的.loc写法没有解决根本问题：只要切片本身是和原df共享内存的视图，无论用何种索引方式做列赋值，都会触发警告
• 正确实现方式：在切片生成阶段显式声明生成独立副本，彻底切断切片与原df的内存关联，后续所有赋值操作都不会触发警告，且完全匹配核心诉求

# 正确写法：切片时显式生成独立副本
newdf = df[df.col2 >= 3].copy()
# 后续赋值操作完全安全，直接赋值或.loc写法均可
newdf['temp_index'] = newdf.index
# 等价的.loc写法也无警告
newdf.loc[:, 'temp_index'] = newdf.index

• 实现效果验证：
  • 原DataFrame df 的内容、索引无任何改动
  • newdf 的索引与原df中对应行的索引完全一致，未被重置
  • 生成的temp_index列完全独立，可直接用于后续业务操作

内容的提问来源于stack exchange，提问作者a11