熊猫SettingWithCopyWarning与np.where

Question

我有一个熊猫数据框架，其中有一列包含一系列相关(所有浮动值)。我正在尝试创建另一篇专栏文章，将这些关联分为三个不同的类别(高/中/低)。我使用np.where进行此操作：

df['Category'] = np.where(df['Correlation'] >= 0.5, 'high', 
                                   np.where(data['Correlation'] >= 0.3, 'medium','low'))

当我尝试这样做的时候，我总是会得到SettingWithCopyWarning (虽然它看起来很有效)。我已经阅读了副本和视图之间的区别，甚至看到了使用.where而不是其他方法以避免任何混淆(和SettingWithCopyWarning)的建议。我还是不太明白为什么我用这种方法得到警告，有人能解释一下吗？

Answer 1

您的df很可能是作为另一个视图创建的，例如：

data = pd.DataFrame({'Correlation': np.arange(0, 1.3, 0.1)})  # Your "initial" DataFrame
df = data.iloc[0:11]

现在df保存了一些数据片段，但是它使用数据的数据缓冲区。

那么，如果您试图运行：

df['Category'] = np.where(df['Correlation'] >= 0.5, 'high',
    np.where(df['Correlation'] >= 0.3, 'medium', 'low'))

就发生了上述警告。

要摆脱它，将df创建为独立的 DataFrame，例如：

df = data.iloc[0:11].copy()

现在df使用它自己的数据缓冲区，您可以随意使用它，包括添加新列。

要检查df是否使用自己的数据缓冲区，请运行：

df._is_view

在您的原始环境中(没有我的更正)，您应该是False，但是在您使用.copy()创建了df之后，您应该得到True。