设置使用熊猫应用[重复]

Question

试图弄清楚为什么下面的函数返回可怕的SettingBackCopyWarning...这是我的函数，它打算通过引用修改数据框df。

def remove_outliers_by_group(df, cols):
    """
    Removes outliers based on median and median deviation computed using cols
    :param df: The dataframe reference
    :param cols: The columns to compute the median and median dev of
    :return:
    """
    flattened = df[cols].as_matrix().reshape(-1, )
    median = np.nanmedian(flattened)
    median_dev = np.nanmedian(np.abs(flattened) - median)
    for col in cols:
        df[col] = df[col].apply(lambda x: np.nan if get_absolute_median_z_score(x, median, median_dev) >= 2 else x)

不符合要求的行是df[col]=df[col].apply（lambda x:np.nan，如果获得绝对中位数z_分数（x，中位数，中位数）

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

请参阅文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-查看与复制df[col]=df[col]。应用（λx:np.nan，如果获得绝对值、中位数、中位数、偏差）

我不明白的是，我到处都能看到这种模式，使用类似于df['a']=df['a'].apply（lambda x:…），所以我无法想象他们都做错了。

我做错了吗？最好的方法是什么？我想修改原始数据帧。

谢谢你的帮助。




Answer 1

问题是由于重新分配，而不是因为您使用了apply。

SettingBackCopyWarning是在赋值中检测到链式索引的警告。这并不一定意味着出了什么问题。

为了避免警告，建议使用如下.loc

df.loc[：，col]=df[col].应用（…）

Answer 2

确保df是否是另一个数据帧的副本。在这种情况下，您应该像这样编写代码

df=df_test.copy（）

这将确保df是副本而不是视图。

从以下链接了解有关此警告的更多信息

https://www.youtube.com/watch?v=4R4WsDJ-KVc