Question

我正在尝试将年份早于1900的电子表格日期列中的所有日期值更改为今天的日期，因此我有一个切片。

编辑：之前的代码行：

df=pd.read_excel(filename)#,usecols=['NAME','DATE','EMAIL']
#regex to remove weird characters
df['DATE'] = df['DATE'].str.replace(r'[^a-zA-Z0-9\._/-]', '')
df['DATE'] = pd.to_datetime(df['DATE'])

sample row in dataframe: name, date, email
[u'Public, Jane Q.\xa0' u'01/01/2016\xa0' u'jqpublic@email.com\xa0']

这行代码有效。

df["DATE"][df["DATE"].dt.year < 1900] = dt.datetime.today()

然后，所有日期值都被格式化：

df["DATE"] = df["DATE"].map(lambda x: x.strftime("%m/%d/%y"))

但是我收到了一个错误：

SettingWithCopyWarning:  A value is trying to be set on a copy of a
slice from a DataFrame

See the caveats in the documentation:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-

抗复制

我已阅读文档和其他帖子，建议使用.loc

以下是推荐的解决方案：

df.loc[row_indexer,col_indexer] = value

但是df["DATE"].loc[df["DATE"].dt.year < 1900] = dt.datetime.today()给了我同样的错误，除了行号实际上是脚本中最后一行之后的行号。

我只是不明白文档试图告诉我的内容，因为它与我的例子有关。

我开始搞砸了切片并分配到一个单独的数据帧，但是我必须再次将它们组合在一起。

Answer 1

我的想法是你可以做到

df.loc[df.DATE.dt.year < 1900, "DATE"] = dt.datetime.today()
df.loc[:, "DATE"] = df.DATE.map(lambda x: x.strftime("%m/%d/%y")

不在电脑上，所以我无法测试，但我认为应该这样做。

Answer 2

您正在df["DATE"]生成视图，然后使用选择器[df["DATE"].dt.year < 1900]并尝试分配给它。

df["DATE"][df["DATE"].dt.year < 1900]是大熊猫抱怨的观点。

使用loc修复此问题：

df.loc[df.DATE.dt.year < 1900, "DATE"] = pd.datetime.today()

Pandas：SettingWithCopyWarning，试图了解如何更好地编写代码，而不仅仅是忽略警告

2 个答案: