Question

假设我有以下pandas DataFrame：

df = pd.DataFrame({
    'team': ['Warriors', 'Warriors', 'Warriors', 'Rockets', 'Rockets'],
    'player': ['Stephen Curry', 'Klay Thompson', 'Kevin Durant', 'Chris Paul', 'James Harden']})

当我尝试对team列进行分组并执行操作时，我得到SettingWithCopyWarning：

for team, team_df in df.groupby(by='team'):
    # team_df = team_df.copy()  # produces no warning
    team_df['rank'] = 10  # produces warning
    team_df.loc[:, 'rank'] = 10  # produces warning

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
df_team['rank'] = 10

如果我取消注释生成子DataFrame副本的行，我不会收到错误。这通常是避免这种警告的最佳做法，还是我做错了什么？

注意我不想编辑原始DataFrame df。此外，我知道这个示例可以更好地完成，但我的用例要复杂得多，需要对原始DataFrame进行分组，并根据不同的DataFrame和该唯一组的规范执行一系列操作。

Answer 1

一旦你找到this article并且是自信你知道如何避免链式索引（通过使用.loc或 iloc）然后您可以关闭SettingWithCopyWarning pd.options.mode.chained_assignment = None再也不会被这个警告所困扰。

自从你写了

注意我不想编辑原始DataFrame df

并且您正在使用.loc分配给team_df，很明显您已经知道修改副本（team_df）不会修改原件（df），因此此处发出的SettingWithCopyWarning只会令人讨厌。

SettingWithCopyWarning出现在你所处的各种情况中正确编码，即使使用.loc或.iloc也是如此。没有“正确”的编码方式这有助于避免触发SettingWithCopyWarning s。

因此，我只想用

全局关闭此警告

pd.options.mode.chained_assignment = None

我通常不建议仅使用team_df = team_df.copy()来避免 SettingWithCopyWarning s - 复制数据帧可能会耗尽特别是当数据帧很大或者在循环中多次完成时，性能。

如果您想turn off the warning in just one location，可以使用

team_df.is_copy = False

它有同样的目的，但不会造成性能损失。但请注意，官方Pandas API中未提及is_copy，因此可能不会保证在将来的所有版本中都存在或对此有用大熊猫。因此，如果稳健性是一个优先事项，但性能不是那么可能使用 team_df = team_df.copy()。但我觉得有经验的方法更健全 Pandas程序员要么全局关闭警告，要么 - 如果你想要非常小心 - 保留警告，手动检查，但接受它有时会被正确的代码触发。

Answer 2

pandas split apply combine docs并不是很好。这应该指向正确的方向

def apply_fun(team_df):
    team_df['rank'] = 10
    return team_df

df.groupby('team').apply(apply_fun)
df['column_rank'] = df.groupby('team')['column'].transform(lambda x: x.rank())

pandas：使用groupby的操作产生SettingWithCopyWarning

2 个答案: