在 python 的 pandas 中使用 .loc 的正确方法

Question

当尝试使用 pandas 数据帧将一列数字从 object 更改为 float dtypes 时，我收到以下警告：

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

现在，代码运行得很好，但是避免此警告并仍然实现以下目标的正确和预期方法是什么：

df2[col] = df2[col].astype('float')

请注意，df2 是 df1 的子集，使用的条件类似于：

df2 = df1[df1[some col] == value]

Answer 1

使用copy方法。而不是：

df2 = df1[df1[some col] == value]

随便写：

df2 = df1[df1[some col] == value].copy()

最初，df2 是 df1 的一部分，而不是新的数据帧。这就是为什么当您尝试修改它时，python 会引发错误。