【问题标题】:A value is trying to be set on a copy of a slice from a DataFrame试图在 DataFrame 中的切片副本上设置一个值
【发布时间】:2016-08-24 00:48:12
【问题描述】:

我有一个数据框列期间,它的值按季度(Q1、Q2、Q3、Q4)计算,我想将其转换为相关月份(请参阅 dict)。我下面的代码可以正常工作,但想知道为什么我会收到此警告。

试图在 DataFrame 中的切片副本上设置值。 尝试改用 .loc[row_indexer,col_indexer] = value

quarter = {"Q1":"Mar","Q2":"Jun","Q3":"Sep","Q4":"Dec"}
df['period'] = df['period'].astype(str).map(quarter)

【问题讨论】:

    标签: python dictionary pandas dataframe


    【解决方案1】:

    “试图在来自 DataFrame 的切片副本上设置值”是一个警告。 SO 包含许多关于此主题的帖子。

    df.assign 是在 Pandas 0.16 中添加的,是避免此警告的好方法。

    quarter = {"Q1": "Mar", "Q2": "Jun", "Q3": "Sep", "Q4": "Dec"}
    df = pd.DataFrame({'period': ['Q1', 'Q2', 'Q3', 'Q4', 'Q5'], 'qtr': [1, 2, 3, 4, 5]})
    
    df
      period  qtr
    0     Q1    1
    1     Q2    2
    2     Q3    3
    3     Q4    4
    4     Q5    5
    
    df = df.assign(period=[quarter.get(q, q) for q in df.period])
    
    # Unmapped values unchanged.
    >>> df
      period  qtr
    0    Mar    1
    1    Jun    2
    2    Sep    3
    3    Dec    4
    4     Q5    5
    
    df = pd.DataFrame({'period': ['Q1', 'Q2', 'Q3', 'Q4', 'Q5'], 'qtr': [1, 2, 3, 4, 5]})
    df = df.assign(period=df.period.map(quarter))
    
    # Unmapped values get `NaN`.
    >>> df
      period  qtr
    0    Mar    1
    1    Jun    2
    2    Sep    3
    3    Dec    4
    4    NaN    5
    

    将新列分配给 DataFrame,返回一个新对象 (副本)除了新列之外的所有原始列。

    .. 版本添加:: 0.16.0

    【讨论】:

    • 我认为在早期版本中,有时会错误地显示警告。我在 pandas 0.18.0 中没有收到警告。但是很高兴了解assign。
    • 这个答案非常适合。与触发此错误的其他情况相比,此错误没有过滤步骤。当您链接多个操作以创建一个新计算的列时,这个非常适用。
    • 如果我想就地添加一列怎么办?例如,当在 DataFrame 列表上的方法内迭代时,我希望将更改就地应用于输入列表。语法 df['new_col'] = pd.Series(some_vals) 可以按我的意愿工作,但我仍然收到此警告
    【解决方案2】:

    您正在使用切片的 Pandas 数据框。

    最好的办法是尝试切片数据的深层副本,而不是原始切片。这将确保Chained Indexing 不会发生

    df['period'] = df.loc['period'].astype(str).copy().map(quarter)
    

    【讨论】:

      猜你喜欢
      • 2018-06-18
      • 2016-09-23
      • 2016-02-17
      • 2016-06-16
      • 2018-09-18
      • 1970-01-01
      • 2021-08-09
      • 2016-07-27
      相关资源
      最近更新 更多