使用 df.loc 和 astype() 分配给列切片 * 有时* 问题 SettingWithCopyWarning

如何解决使用 df.loc 和 astype() 分配给列切片 * 有时* 问题 SettingWithCopyWarning

发出 SettingWithcopyWarning 的代码可以完全复制。请参阅下面的编辑，了解更多奇怪的行为与获取警告的一致性。仅供参考，这与以下 3 个问题不重复：

1. python astype(str) gives SettingWithCopyWarning and requests I use loc
   • “在分配之前的某个时间点，您创建了 df 以使其成为另一个数据框的视图。”
   • 我的可以使用下面的代码从头开始创建，而不是从另一个 df 中创建。
2. Python - Getting “SettingWithCopyWarning” despite using df.loc
   • “使用以下代码创建第二个数据框...”
   • 我只创建和使用一个 DataFrame。
3. How to deal with SettingWithCopyWarning in Pandas
   • 我正在使用 .loc 但我正在分配给一个列切片；未包含在那里的答案中。

代码：

df = pd.DataFrame({
    'Fruits': ['apple','orange','banana','pineapple','watermelon'],'Volume 1': [10,20,30,700,800],'Volume 2': [100,200,300,7000,8000],'Volume 3': [1,2,3,70,8],'Volume 4': [9,8,7,6,5],'Other': [-1,-2,-3,-4,-5]
})

df.loc[:,'Volume 2':'Volume 4'] = df.loc[:,'Volume 2':'Volume 4'].shift(1)
df = df.dropna()
# All okay so far,no warnings


# This next line issues a `SettingWithcopyWarning`:
df.loc[:,'Volume 2':'Volume 4'].astype(int)  # warning
# and if I execute this line again,it Now issues SWC warning:
df.loc[:,'Volume 2':'Volume 4'].shift(1)  # warning

# And any following operation Now issues the SWCW:
df['A'] = 'foo'  # new column
df['Fruits'] = 'a fruit'  # existing column

我可以通过执行以下任一操作来消除警告：

df = df.dropna()
# or
df = df.copy()

如果我然后重做之前 astype() 步骤的不同版本，没有警告：

df.loc[:,'Volume 2':'Volume 4'].astype(float)  # no warning
df.loc[:,'Volume 2':'Volume 4'].astype(int)  # no warning

如果第一个 astype() 步骤发出 SettingWithcopyWarning，为什么这些没有？不应该是一致的吗？我使用的是 Pandas 版本“1.2.2”。

顺便说一句，即使我可以在第一个 astype() 步骤中明确列出我正在转换的所有列，但它们也会以这些不同的方式发出 SWC 警告：

df.loc[:,'Volume 2':'Volume 4'] = df[['Volume 2','Volume 3','Volume 4']].astype(int)
df[['Volume 2','Volume 4']] = df.loc[:,'Volume 2':'Volume 4'].astype(int)
df[['Volume 2','Volume 4']] = df[['Volume 2','Volume 4']].astype(int)

编辑/更新：在 JupyterLab 和 IPython 中，如果 dropna() 在与 shift() 步骤相同的单元格中执行，则不会发出警告。 所以这可能与内核有关。这是pastebin link to the IPython code。