使用sciket学习Pipelin设置copywarning

Question

我使用非常简单的代码：

simplePipe = Pipeline([
('string_fix', StringFix()),
])
class StringFix(BaseEstimator, TransformerMixin):
    def __init__(self):
        pass

    def fit(self, X, y = None):
        return self

    def transform(self, X, y = None):
        print('Removing NANs.')
        # next 2 lines will throw the SettingWithCopyWarning 
        X.loc[:, 'f1'] = 'testing'
        X.loc[:, 'f1'].replace(np.nan, '', inplace = True)
        # this line doesn't throw the warning but it is expected not 
        # modifying the dataframe.
        X.loc[:, 'f1'].replace(np.nan, '', inplace = False)
        return X

有趣的是（或不是），当我执行以下操作时：

trainSetDF = simplePipe.fit_transform(inputDF[:4])

它发出警告

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

但当我直接在scikit学习管道之外执行时就不行了：

inputDF.loc[0:4, 'f1'] = 'testing'

我是不是漏了什么？我花了相当长的时间试图理解why this warning is。现在我明白了，我修复了一些代码，但是不管我在管道中做什么，我总是得到这个警告。管道本身在做我不想做的事吗？即使我删除了“return X”，它可以做一些我不知道的事情，比如复制一个数组或者别的什么，我仍然得到这个警告。你知道吗

你知道我做错了什么吗？你知道吗

Answer 1

trainSetDF = simplePipe.fit_transform(inputDF.iloc[:4][:])