当使用列子集时，pandas SettingWithCopyWarning

Question

我试图了解熊猫在设置copywarning时，究竟是什么触发了它，以及如何避免它。我想从一个数据框中选取一组列，然后使用这组列。我需要填充缺少的值，并用1替换所有大于1的值。在

我知道sub_df=df[['col1'，'col2'，'col3']]会产生一个副本，这似乎是我想要的。有人能解释一下为什么在这里触发复制警告，是否是问题，以及我应该如何避免它？在

我读了很多关于链式作业的文章，我在这里做这个吗？在

data={'col1' : [25 , 0, 100, None],
    'col2' : [50 , 0 , 0, None],
      'col3' : [None, None, None, 100],
      'col4' : [ 20 , 20 , 20 , 20 ],
      'col5' : [1,1,2,3]}
df= pd.DataFrame(data)
sub_df=df[['col1', 'col2', 'col3']]
sub_df.fillna(0, inplace=True)
sub_df[df>1]=1 # produces the copy warning
sub_df

真正让我困惑的是，如果我没有为我的列子集使用新名称，为什么不会触发此警告，如下所示：

^{pr2}$

谢谢！在

Answer 1

您的两个代码片段在语义上是不同的，第一个代码片段是不明确的，您是要对视图还是原始df的副本进行操作；第二个代码片段用df的子集覆盖{}，因此没有歧义。在

如果要对副本进行操作，请执行以下操作：

sub_df=df[['col1', 'col2', 'col3']].copy()

如果您想对视图进行操作，那么我建议使用col列表并使用新的indexers引用它们，如下所示：

^{pr2}$

然后呢

df.loc[df > 1, col_list] = 1