如何删除带有复制警告的设置?
How to remove setting with copy warning?
如何在将两个数据帧的余弦相似度值分配给数据帧[=]的列“sim”时摆脱带有复制警告的设置31=] 这是我应该担心的事吗?
P.S:user_track_df 只有 1 行,spotify_df 有大约 6000 行,并且两者的列数相同。
代码片段:
def generate_recommendations(spotify_df, user_track_df):
spotify_df['sim'] = cosine_similarity(spotify_df.drop(['name', 'artists', 'id'], axis=1),
user_track_df.drop(['name', 'artists', 'id'], axis=1))
spotify_df.sort_values(by='sim', ascending=False, inplace=True, kind="mergesort")
spotify_df.reset_index(drop=True, inplace=True)
return spotify_df.head(10)
警告片段:
很可能您的源 DataFrame (spotify_df) 已创建为
另一个 DataFrame 的 视图。
副作用是spotify_df没有自己的数据缓冲区。
相反,它与它已经存在的 DataFrame 共享数据缓冲区
创建自。
要消除此警告:创建 spotify_df 时,添加 .copy()
到代码。
这样 spotify_df 将是一个“独立”的 DataFrame,其
拥有数据缓冲区,因此您可以随心所欲地使用它。
如何在将两个数据帧的余弦相似度值分配给数据帧[=]的列“sim”时摆脱带有复制警告的设置31=] 这是我应该担心的事吗?
P.S:user_track_df 只有 1 行,spotify_df 有大约 6000 行,并且两者的列数相同。
代码片段:
def generate_recommendations(spotify_df, user_track_df):
spotify_df['sim'] = cosine_similarity(spotify_df.drop(['name', 'artists', 'id'], axis=1),
user_track_df.drop(['name', 'artists', 'id'], axis=1))
spotify_df.sort_values(by='sim', ascending=False, inplace=True, kind="mergesort")
spotify_df.reset_index(drop=True, inplace=True)
return spotify_df.head(10)
警告片段:
很可能您的源 DataFrame (spotify_df) 已创建为 另一个 DataFrame 的 视图。
副作用是spotify_df没有自己的数据缓冲区。 相反,它与它已经存在的 DataFrame 共享数据缓冲区 创建自。
要消除此警告:创建 spotify_df 时,添加 .copy()
到代码。
这样 spotify_df 将是一个“独立”的 DataFrame,其
拥有数据缓冲区,因此您可以随心所欲地使用它。