困惑关于：pandas复制的数据帧警告

Question

我浏览了与该问题相关的一堆问题和答案，但是我仍然发现我在意想不到的地方得到了切片警告的副本。另外，它的代码在以前对我来说运行良好，这使我想知道某种更新是否可能是罪魁祸首。

例如，这是一组代码，其中我要做的就是将Excel文件读入pandas中DataFrame，并减少df[[]]语法中包含的列集。

 izmir = pd.read_excel(filepath)
 izmir_lim = izmir[['Gender','Age','MC_OLD_M>=60','MC_OLD_F>=60','MC_OLD_M>18','MC_OLD_F>18','MC_OLD_18>M>5','MC_OLD_18>F>5',
               'MC_OLD_M_Child<5','MC_OLD_F_Child<5','MC_OLD_M>0<=1','MC_OLD_F>0<=1','Date to Delivery','Date to insert','Date of Entery']]

现在，我对该izmir_lim文件所做的任何进一步更改都会引发切片警告的副本。

izmir_lim['Age'] = izmir_lim.Age.fillna(0)
izmir_lim['Age'] = izmir_lim.Age.astype(int)

/Users/samlilienfeld/anaconda/lib/python3.5/site-packages/ipykernel/
main .py：2：SettingWithCopyWarning：试图在DataFrame的切片副本上设置一个值。尝试改用.loc
[row_indexer，col_indexer] = value

我很困惑，因为我认为df[[]]默认情况下列设置返回了一个副本。我发现抑制错误的唯一方法是显式添加df[[]].copy()。我本可以发誓过去我不必这样做，也不会提出切片错误的副本。

同样，我还有一些其他代码，可在数据帧上运行函数以某些方式对其进行过滤：

def lim(df):
if (geography == "All"):
    df_geo = df
else:
    df_geo = df[df.center_JO == geography]

df_date = df_geo[(df_geo.date_survey >= start_date) & (df_geo.date_survey <= end_date)]

return df_date

df_lim = lim(df)

从现在开始，我对任何值的任何更改都会df_lim提高切片错误的副本。我发现围绕它的唯一方法是将函数调用更改为：

df_lim = lim(df).copy()

这对我来说似乎是错误的。我想念什么？看来这些用例默认情况下应该返回副本，而且我可能发誓，上次运行这些脚本时，我并没有遇到这些错误。
我是否只需要开始添加.copy()整个地方？似乎应该有一种更清洁的方法来执行此操作。任何见解或帮助，我们将不胜感激。

Answer 1

izmir = pd.read_excel(filepath)
izmir_lim = izmir[[‘Gender’,’Age’,’MC_OLD_M>=60’,’MC_OLD_F>=60’,
‘MC_OLD_M>18’,’MC_OLD_F>18’,’MC_OLD_18>M>5’,
‘MC_OLD_18>F>5’,’MC_OLD_M_Child<5’,’MC_OLD_F_Child<5’,
‘MC_OLD_M>0<=1’,’MC_OLD_F>0<=1’,’Date to Delivery’,
‘Date to insert’,’Date of Entery’]]

izmir_lim是的视图/副本izmir。随后，您尝试分配给它。这就是引发错误的原因。使用此代替：

 izmir_lim = izmir[['Gender','Age','MC_OLD_M>=60','MC_OLD_F>=60',
                    'MC_OLD_M>18','MC_OLD_F>18','MC_OLD_18>M>5',
                    'MC_OLD_18>F>5','MC_OLD_M_Child<5','MC_OLD_F_Child<5',
                    'MC_OLD_M>0<=1','MC_OLD_F>0<=1','Date to Delivery',
                    'Date to insert','Date of Entery']].copy()

每当您以下列方式从另一个“创建”新数据框时：

new_df = old_df[list_of_columns_names]

new_df它的is_copy属性将具有真实值。当您尝试分配给它时，熊猫会抛出SettingWithCopyWarning。

new_df.iloc[0, 0] = 1  # Should throw an error

您可以通过多种方式克服这一点。

选项1

new_df = old_df[list_of_columns_names].copy()

选项2（如@ayhan在评论中建议）

new_df = old_df[list_of_columns_names]
new_df.is_copy = None

选项＃3

new_df = old_df.loc[:, list_of_columns_names]