即使使用.loc后，熊猫仍会收到SettingWithCopyWarning

Question

首先，我尝试编写一些类似于以下代码的代码：

import numpy as np
import pandas as pd
np.random.seed(2016)
train = pd.DataFrame(np.random.choice([np.nan, 1, 2], size=(10, 3)), 
                     columns=['Age', 'SibSp', 'Parch'])

complete = train.dropna()    
complete['AgeGt15'] = complete['Age'] > 15

获取SettingWithCopyWarning之后，我尝试使用.loc：

complete.loc[:, 'AgeGt15'] = complete['Age'] > 15
complete.loc[:, 'WithFamily'] = complete['SibSp'] + complete['Parch'] > 0

但是，我仍然收到相同的警告。是什么赋予了？

Answer 1

注意：自大熊猫0.24版本起，is_copy已弃用该版本，并将在以后的版本中将其删除。当private属性_is_copy存在时，下划线表示该属性不是公共API的一部分，因此不应依赖于此属性。因此，展望未来，沉默的唯一正确方法似乎SettingWithCopyWarning是在全球范围内这样做：

pd.options.mode.chained_assignment = None

当complete = train.dropna()执行时，dropna可能会返回一个副本，因此出于谨慎考虑，Pandas设置complete.is_copy为Truthy值：

In [220]: complete.is_copy
Out[220]: <weakref at 0x7f7f0b295b38; to 'DataFrame' at 0x7f7eee6fe668>

这样一来，Pandascomplete['AgeGt15'] = complete['Age'] > 15便会在执行时警告您，您可能正在修改不会对起作用的副本train。对于初学者来说，这可能是一个有用的警告。就您而言，您似乎无意通过Modify进行train间接修改complete。因此，警告对您而言只是毫无意义的烦恼。

您可以通过以下方式使警告静音：

complete.is_copy = False       # deprecated as of version 0.24

这是不是让实际的复制更快，而且咬SettingWithCopyWarning在萌芽状态（点这里_check_setitem_copy被称为）：

def _check_setitem_copy(self, stacklevel=4, t='setting', force=False):
    if force or self.is_copy:
        ...

如果您真的有信心知道自己在做什么，则可以SettingWithCopyWarning使用

pd.options.mode.chained_assignment = None # None|'warn'|'raise'

使警告静音的另一种方法是制作新副本：

complete = complete.copy()

但是，如果DataFrame很大，您可能不希望这样做，因为复制可能会花费大量时间和内存，并且如果您知道已经是副本，那么复制是毫无意义的（出于
警告警告的目的 除外）complete。