如何解决SettingWithCopyWarning警告？IPython3 Notebook场景

嘿，这个警告我可太熟悉了！咱们先搞懂它到底在说啥，再一步步解决～

警告到底啥意思？ #

这个SettingWithCopyWarning是Pandas在给你敲警钟：它不确定你现在操作的separ是原始DataFrame本身，还是原始DataFrame切片出来的副本。

举个例子，如果你之前是通过类似separ = df[df['col'] > 10]这种方式得到separ的，Pandas可能只是创建了一个原始数据的"视图"，也可能是完全独立的副本——它自己都没百分百确定。这时候你给separ加新列RT，就可能出现两种尴尬情况：要么你的修改根本没生效，要么不小心改到了原始的DataFrame，完全不符合你的预期。所以它抛出这个警告，提醒你确认操作对象。

另外提一句，你的代码里== True其实可以省略哦，str.contains()本身就会返回布尔值，写separ['text'].str.contains(r"^(?=.*\bRT\b\s@\b).*$", case=False)就够了，更简洁。

怎么解决这个警告？ #

根据你的需求，有几种靠谱的处理方式：

1. 明确创建独立副本（推荐，如果你只想操作separ） #

如果separ是你要独立处理的数据集，那在创建它的时候就加上.copy()，告诉Pandas："我要的是一个全新的副本，和原始数据没关系！"

# 假设你之前是这样得到separ的，现在加上.copy()
separ = original_df[original_df['your_filter_condition']].copy()

# 再执行赋值操作，警告就消失啦
separ['RT'] = separ['text'].str.contains(r"^(?=.*\bRT\b\s@\b).*$", case=False)

2. 用.loc直接操作原始DataFrame（如果你想修改原始数据） #

如果separ只是原始DataFrame的一个子集，你最终想把RT列加到原始数据里，那直接用.loc来精准定位行和列，让Pandas明确知道你要改哪里：

# 先定义筛选原始数据的条件
filter_mask = original_df['your_filter_condition']

# 用.loc给原始DataFrame添加列
original_df.loc[filter_mask, 'RT'] = original_df.loc[filter_mask, 'text'].str.contains(r"^(?=.*\bRT\b\s@\b).*$", case=False)

3. 临时关闭警告（不推荐，万不得已才用） #

如果你非常确定自己的操作不会有问题，也可以临时关掉这个警告，但这是下策——因为它可能会掩盖其他潜在的错误：

import pandas as pd
pd.options.mode.chained_assignment = None  # 关闭链式赋值警告

# 执行你的代码
separ['RT'] = separ['text'].str.contains(r"^(?=.*\bRT\b\s@\b).*$", case=False)

pd.options.mode.chained_assignment = 'warn'  # 用完记得打开警告哦

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