我使用熊猫17.1。在SO上广泛讨论了处理SettingWithCopyWarning，但我不相信the most popular thread看起来像我的用例，它正在为一个列分配一个标量。
我的代码：
df.loc[:, "some_col_name"] = 0
假设列名为＆＃34; some_col_name＆＃34;已经存在;这不是添加列（如果这样的声明甚至可以）。
它会产生一个SettingWithCopyWarning，而在我的生命中，我无法弄清楚原因。
当我首先设置df.is_copy = False时它会起作用，但是如果可能的话，我每次都要避免使用额外的语句。
我在这里做错了什么？
谢谢！
对johnchase的回复的后续回复： df是由groupby语句创建的（见下文），所以我不知道我在哪里添加.copy。我提到的补救措施有效，但我必须这样做，这对我来说意味着大熊猫使得groupby迭代没有意识到它们是复制品。 （但他们是对的？）
for some_ix, df in bigger_df.groupby(cols_I_care_about):
df.loc[:, "some_col_name"] = 0
答案 0 :(得分：1)
我的猜测是df_old = pd.DataFrame(data=np.arange(15).reshape(5, 3), columns=['a', 'b', 'c'])
df = df_old[['a', 'c']]
df.loc[:, 'c'] = 0
是从先前存在的数据帧创建的数据帧。请参阅以下内容：
SettingWithCopyWarning这会产生SettingWithCopyWarning。下一个代码块不会产生df_old = pd.DataFrame(data=np.arange(15).reshape(5, 3), columns=['a', 'b', 'c'])
df = df_old[['a', 'c']].copy()
df.loc[:, 'c'] = 0
.copy() pandas警告您可能正在修改原始数据框。您可以使用df.is_copy = False方法确保创建新数据框而不是修改原始数据，或者.copy()。我不同意你的解决方案是一个警察，但更喜欢在创建新数据帧时使用{{1}}，因为它不太容易出错。