Pandas:设置与复制警告更改列的值和类型

Question

我有以下列(在更广泛的数据帧中(：

>>> d['date']
date 
2017-04-06
2017-04-05
2017-03-28
2017-04-06

我想将这些日期转换为字符串，例如：2016 年 3 月，第 12 周。我正在执行以下操作(工作正常(：

d['date'] = d['date'].apply(lambda x: x.strftime('%B %Y, Week %W'))

我

有我想要的结果，但不幸的是，我收到以下警告：

file.py:53: SettingWithCopyWarning:
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

我试图检查SO中的其他问题并阅读pandas文档，但我不太确定如何处理它，因为我的各种尝试都失败了(例如使用.loc()(。做我想做的事情的正确方法是什么？

谢谢！

Answer 1

我之前有过类似的警告，并尝试复制数据框，除了尝试使用 .loc[row_indexer， column_indexer] = 值之外，还修复了它。

试试这个：

new_d = d.copy()

"在 Pandas 中，索引数据帧会返回对初始数据帧的引用。因此，更改子集将更改初始数据帧。因此，如果要确保初始数据帧不应更改，则需要使用副本。引用来自cgold的答案为什么要在 pandas

Answer 2

我发现了代码中的问题：

我的数据帧 d 派生自另一个称为数据的数据帧，使用：

d = data[((data['date'].dt.week == current_date.week)

在操作d之前，我正在操作另一个DataFrame，月份，也以类似的方式从数据派生，并设置了几个月的索引：

months = months.set_index('date').resample('M').sum()

因为这些是对数据的引用，而不是硬拷贝，所以 d 的索引也已经到位，这导致了警告，因为我正在以狡猾的方式操作索引。制作数据的硬拷贝解决了我的问题：

months = data.copy()
d = data.copy()

感谢您的帮助 jezrael，您的教程导致了该解决方案。谢谢nrmb，您的回复实际上是正确的答案(我最初很难得到(。