Question

我有以下专栏（在更广泛的数据框中）：

>>> d['date']
date 
2017-04-06
2017-04-05
2017-03-28
2017-04-06

我想将这些日期转换为如下字符串：2016年3月，第12周。我正在执行以下操作（工作正常）：

d['date'] = d['date'].apply(lambda x: x.strftime('%B %Y, Week %W'))

我有我想要的结果，但不幸的是我得到以下警告：

file.py:53: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

我试图检查SO中的其他问题并阅读pandas文档，但我不太清楚如何处理它，因为我的各种尝试都已失败（例如使用.loc()）。做我想做的事的正确方法是什么？

谢谢！

Answer 1

更好的是使用strftime：

d['date'] = d['date'].dt.strftime('%B %Y, Week %W')
print (d)
                  date
0  April 2017, Week 14
1  April 2017, Week 14
2  March 2017, Week 13
3  April 2017, Week 14

Answer 2

我之前有类似的警告，并尝试复制数据框，修复它与尝试使用.loc [row_indexer，column_indexer] =值的区别。

试试这个：

new_d = d.copy()

“在Pandas中，索引DataFrame会返回对初始DataFrame的引用。因此，更改子集会更改初始DataFrame。因此，如果要确保初始DataFrame不应该'，则需要使用该副本'改变。“ 来自cgold 的引用答案 why should I make a copy of a data frame in pandas

Answer 3

我发现我的代码中存在什么问题：

我的DataFrame d 使用以下内容从另一个名为 data 的DataFrame派生而来：

d = data[((data['date'].dt.week == current_date.week)

在操作 d 之前，我正在以类似的方式操纵另一个DataFrame， months ，也来自 data 并为<设置< EM>个月：

months = months.set_index('date').resample('M').sum()

因为这些是对数据的引用而不是硬拷贝，所以 d 的索引也已经到位，导致警告，因为我以狡猾的方式操纵索引。制作数据的硬拷贝解决了我的问题：

months = data.copy()
d = data.copy()

感谢您的帮助 jezrael ，您的教程有点导致了该解决方案。感谢 nrmb ，您的回复实际上是正确答案（我最初难以获得）。

Pandas：SettingWithCopyWarning更改值和列类型

3 个答案: