Pandas：如何使用 .loc 处理切片数据？

Question

df1 = pd.DataFrame({'id_imp': ['a', 'b', 
'c','d','e','f','g'], 
'name': ['jon', 'jon', 'tom', 'ber', 'gary','gary', 
'zul'],
'state' : ['ca', 'ny', 'tn','ca','tn','tn','il'],
'county': ['wood','wood','fair','bridge','rosewelt','rosewelt','lili']})

df2 = pd.DataFrame({'id_sal': ['h', 'i', 'j','k','l'], 
 'name': ['jon', 'zolie', 'tom', 'ber', 'gary'],
'state' : ['ca', 'ch', 'tn','ca','tn'],
'county': ['wood','plas','fair','bridge','rosewelt']})

df3 = df1.loc[(~df1.name.isin(df2.name))]

我正在尝试通过编写以下代码来进行小操作，但它给了我一个警告：可能是什么问题？

df3['name'] = df3.loc[:, 'name'].fillna(0)

SettingWithCopyWarning：尝试改用 .loc[row_indexer,col_indexer] = value

Answer 1

看起来像：

df['name'] - 返回一个全新的对象，即一个副本

但您想使用原始对象。所以使用：

df3.loc[:, 'name'] - 返回原始对象的子集，即视图

df3.loc[:, 'name'] = df3['name'].fillna(0)

如果您尝试在同一行代码中选择行和列，.loc[] 效果会更好。