Pandas：SettingWithCopyWarning，试图理解如何更好地编写代码，而不仅仅是是否忽略警告

Question

我正在尝试将电子表格的日期列中年份早于 1900 年的所有日期值更改为今天的日期，所以我有一个片段。

编辑：前几行代码：

df=pd.read_excel(filename)#,usecols=['NAME','DATE','EMAIL']
#regex to remove weird characters
df['DATE'] = df['DATE'].str.replace(r'[^a-zA-Z0-9\._/-]', '')
df['DATE'] = pd.to_datetime(df['DATE'])

sample row in dataframe: name, date, email
[u'Public, Jane Q.\xa0' u'01/01/2016\xa0' u'jqpublic@email.com\xa0']

这行代码有效。

df["DATE"][df["DATE"].dt.year < 1900] = dt.datetime.today()

然后，所有日期值都被格式化：

df["DATE"] = df["DATE"].map(lambda x: x.strftime("%m/%d/%y"))

但是我得到一个错误：

SettingWithCopyWarning:  A value is trying to be set on a copy of a
slice from a DataFrame

See the caveats in the documentation:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-

与复制

我已阅读文档和其他帖子，其中建议使用 .loc

以下是推荐的解决方案：

df.loc[row_indexer,col_indexer] = value

但是df["DATE"].loc[df["DATE"].dt.year < 1900] = dt.datetime.today()给我同样的错误，除了行号实际上是脚本中最后一行之后的行号。

我只是不明白文档试图告诉我什么，因为它与我的示例相关。

我开始胡乱拉出切片并分配给一个单独的数据帧，但随后我将不得不再次将它们组合在一起。

Answer 1

我的想法是你可以做到

df.loc[df.DATE.dt.year < 1900, "DATE"] = dt.datetime.today()
df.loc[:, "DATE"] = df.DATE.map(lambda x: x.strftime("%m/%d/%y")

不是在电脑上，所以我无法测试，但我认为应该可以。

Answer 2

当您 df["DATE"] 并随后使用选择器 [df["DATE"].dt.year < 1900] 并尝试分配给它时，您正在生成一个视图。

df["DATE"][df["DATE"].dt.year < 1900]是pandas抱怨的观点。

像这样用 loc 修复它：

df.loc[df.DATE.dt.year < 1900, "DATE"] = pd.datetime.today()

Pandas：SettingWithCopyWarning，试图理解如何更好地编写代码，而不仅仅是是否忽略警告

Pandas: SettingWithCopyWarning, trying to understand how to write the code better, not just whether to ignore the warning

slice

python-2.7

pandas

chained-assignment