Pandas DataFrame： SettingAnd CopyWarning：一个值正试图从DataFrame[复制]的一个片的副本上设置

Question

我知道有很多关于这个警告的帖子，但是我找不到解决我的问题的办法。这是我的密码：

df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int)
#df.loc[:, 'my_col'] = df.loc[:, 'my_col'].astype(int).copy()
#df.loc[:, 'my_col'] = df['my_col'].astype(int)

它产生警告：

SettingWithCopyWarning:试图在数据帧切片的副本上设置值。尝试改用.loc[row\u indexer，col\u indexer]=value

即使我按照建议更改了代码，我仍然收到此警告？我所需要做的就是转换一列的数据类型。

**备注：**最初该列是具有一个十进制的浮点数类型（例如：4711.0）。因此，我将其更改为整数（4711），然后更改为字符串（'4711'）-只是为了删除小数。

谢谢你的帮助！

更新：该警告是之前对原始数据进行过滤的副作用。我缺少DataFrame.copy（）。改为使用副本，解决了问题！

df = df[df['my_col'].notnull()].copy()
df.loc[:, 'my_col'] = df['my_col'].astype(int).astype(str)
#df['my_col'] = df['my_col'].astype(int).astype(str) # works too!

Answer 1

如果需要更改单个列的数据类型，则更容易直接处理该列：

df['my_col'] = df['my_col'].astype(int)

或使用。分配：

df = df.assign(my_col=lambda d: d['my_col'].astype(int))

如果您只需要转换一次，并且不想在该范围之外更改您的df，则。

Answer 2

另一种方法是禁用链式分配，它可以在代码上运行，而不需要创建副本：

# disable chained assignments
pd.options.mode.chained_assignment = None 

Answer 3

我认为需要复制并省略选择列的loc：

df = df[df['my_col'].notnull()].copy()
df['my_col'] = df['my_col'].astype(int).astype(str)

说明：

如果稍后修改df中的值，您将发现修改不会传播回原始数据（df），并且不会发出警告。