为什么我从熊猫那里得到SettingWithCopyWarning

如何解决为什么我从熊猫那里得到SettingWithCopyWarning

关于此警告，我遇到了一些问题，但仍然有些困惑。我的方法如下：

    def _apply_standard_filters(self,df: pd.DataFrame) -> pd.DataFrame:
        logger.info("Applying standard filters")
        df["Type"] = df["Type"].apply(lambda x: x.strip().lower())

        df = df[df.Type == "xxxx"]

        df = df[df['Other Column'].str.contains(r"some_regex",na=False,regex=True)]

        return df

关于lambda函数的那一行我收到警告。最初，当行看起来像这样时，我得到了警告：

        df["Type"] = df["Type"].str.strip()
        df["Type"] = df["Type"].str.lower()

我以为这可能是分配两次相同的列，所以我改写为使用apply（如第一个代码段）。仍然收到相同的警告。最后，我再次用loc重写了，就像这样：

df["Type"] = df.loc[:,"Type"].apply(lambda x: x.strip().lower())

，警告仍然存在。我在这里想念什么？

这也是我得到的输出

2020-08-12 15:38:14,498 - filters - INFO - Applying standard filters
filters.py:16: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df["Type"] = df.loc[:,"Type"].apply(lambda x: x.strip().lower())

在调用该方法之前，可能与我要做的事情有关吗？在我根据用户的选择使用其他过滤方法之后，始终使用_apply_standard_filters（）。但是，我永远不会在标准过滤器之前触摸“类型”或“其他列”。通常看起来像这样：

df = df[df.Column1.str.contains(r"some other regex pattern",regex=True)]
df = self._apply_standard_filters(df=df)

任何建议都值得赞赏。

干杯！

编辑

在@ r.ook回答之后，我应用了他的解决方案，对其进行了一些修复，并且在我面前仍然有相同的警告。现在代码如下：

def _apply_standard_filters(self,df: pd.DataFrame) -> pd.DataFrame:
    logger.info("Applying standard filters")
    df["Type"] = df.loc[:,"Type"].apply(lambda x: x.strip().lower())

    df = df.loc[df.Type == "xxxx"]

    df = df.loc[df['Other Column'].str.contains(r"some_regex",regex=True)]

    df = df[df['Other Column'].str.contains(r"some_regex",regex=True)]

    return df

def filter_something(self,df: pd.DataFrame) -> pd.DataFrame:
    df = df.loc[df.Column1.str.contains(r"^Some regex",regex=True)]
    df = self._apply_standard_filters(df=df)
    return df

当我运行它时，我仍然得到：

filters.py:17: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df["Type"] = df.loc[:,"Type"].apply(lambda x: x.strip().lower())

我应该专注于警告中提到的这一行吗？我以前没看过这个警告。当我将strip()和lower()添加到df["Type"]时，它出现了。当我运行不带该行的代码时，无论我在其他df分配中所做的更改如何，都不会发出警告。

解决方法

只要您有df = df[...]这样的行，就会触发SettingWithCopyWarning。

从最后一个问题看来，您似乎已经在将副本传递到方法中，这就是触发警告的原因。

改为执行此操作：

df = df.loc[:,df.Column1.str.contains(r"some other regex pattern",na=False,regex=True)]
df = self._apply_standard_filters(df=df)

同样，按照相同的df = df[...]模式编辑方法中的所有行：

    df = df.loc[:,df.Type == "xxxx"]
    df = df.loc[:,df['Other Column'].str.contains(r"some_regex",regex=True)]