Question

我在pandas数据框中用-np.inf替换np.inf和np.nan。

但是，使用inplace = True，我收到警告：

df.replace([np.inf, -np.inf], np.nan, inplace = True)

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

而只是将变量重新分配给自己（不确定这是否是一个聪明的想法），但似乎＆＃34;解决＆＃34;问题：

df = df.replace([np.inf, -np.inf], np.nan)

我已经读过另一个问题，即python区分副本和视图，如果不清楚，修改一个变量也会影响另一个变量。

应该限制使用inplace？

就像背景：我有一个有股票价格的数据框，但是缺少价值。我有一个使用这个数据框的功能，但＆＃34;清理＆＃34;处理前的数据。

def func(df):
   df_aux = df.dropna(axis = 1)
   df_aux.replace([np.inf, -np.inf], np.nan, inplace = True)
   df_aux.fillna(method = 'ffill', inplace = True)

   some calculation with df_aux

   return x

Answer 1

您需要copy：

df_aux = df.dropna(axis = 1).copy()

如果稍后修改df_aux中的值，您会发现修改不会传播回原始数据df，并且Pandas会发出警告。

Answer 2

jezrael的答案只是在假设您要复制的前提下使警告沉默。

如果您想修改而不是复制，则使用inplace是有效的，但是您需要始终使用它来避免出现警告：

def func(df):
   df.dropna(axis = 1, inplace=True)
   df.replace([np.inf, -np.inf], np.nan, inplace=True)
   df.fillna(method = 'ffill', inplace=True)

   # some calculation with df

   return x

pandas.DataFrame：inplace = True和赋值相同的变量之间的差异？

2 个答案: