Mengapa SettingWithCopyWarning Berterusan dengan Pengindeksan .loc?

SettingWithCopyWarning Berkekalan dengan Pengindeksan .loc

Apabila menggunakan .loc[row_indexer,col_indexer] = nilai untuk manipulasi data, anda mungkin masih menghadapi SettingWithCopyWarning. Ini biasanya disebabkan oleh menyalin bingkai data asas sebelum menggunakan perubahan.

Penghasilan Semula Ralat Langkah demi Langkah

Pertimbangkan df bingkai data berikut:

<code class="python">import pandas as pd

d = {'col1': [1, 2, 3, 4], 'col2': [3, 4, 5, 6]}
df = pd.DataFrame(data=d)</code>

Pada mulanya, mengubah suai lajur menggunakan .loc tidak mencetuskan sebarang amaran:

<code class="python">df['new_column'] = None
df.loc[0, 'new_column'] = 100</code>

Walau bagaimanapun, jika df ditapis untuk mencipta new_df bingkai data baharu, pengubahsuaian berikutnya menggunakan .loc mungkin mengakibatkan amaran:

<code class="python">new_df = df.loc[df.col1 > 2]
new_df.loc[2, 'new_column'] = 100</code>

Ini berlaku kerana new_df ialah paparan atau kepingan df dan perubahan yang digunakan pada new_df tidak disebarkan kembali ke df.

Penyelesaian

Untuk menghapuskan amaran, anda perlu membuat salinan df sebelum menggunakan penapis:

<code class="python">new_df_copy = df.loc[df.col1 > 2].copy()
new_df_copy.loc[2, 'new_column'] = 100</code>

Dengan menggunakan .copy(), bingkai data baharu dicipta yang bebas daripada df, membenarkan perubahan kepada new_df_copy tanpa mengubah suai df.

Pengelakan untuk convert_objects

SettingWithCopyWarning juga boleh dicetuskan oleh fungsi convert_objects. Untuk mengelakkan ini, gunakan .astype(str) sebelum memanggil convert_objects:

<code class="python">value1['Total Population'] = value1['Total Population'].astype(str).convert_objects(convert_numeric=True)</code>

Atas ialah kandungan terperinci Mengapa SettingWithCopyWarning Berterusan dengan Pengindeksan .loc?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!