熊猫:连锁作业

Question

我一直在阅读这个关于“返回视图与复制”的链接。我并不真正理解链赋值概念在Pandas中是如何工作的，以及.ix()、.iloc()或.loc()的使用如何影响它。

我得到了以下代码行的SettingWithCopyWarning警告，其中data是Panda dataframe，amount是该dataframe中的列(系列)名称：

data['amount'] = data['amount'].astype(float)

data["amount"].fillna(data.groupby("num")["amount"].transform("mean"), inplace=True)

data["amount"].fillna(mean_avg, inplace=True)

看看这段代码，是否很明显，我正在做一些不太理想的事情？如果是的话，你能告诉我替换代码行吗？

我知道以下的警告，并认为我的警告是假的：

链接的外派警告/异常旨在通知用户可能无效的外派。可能会出现假阳性；在这种情况下，链式分配会被无意地报告。

编辑:导致第一次复制警告错误的代码。

data['amount'] = data.apply(lambda row: function1(row,date,qty), axis=1) 
data['amount'] = data['amount'].astype(float)

def function1(row,date,qty):
    try:
        if(row['currency'] == 'A'):
            result = row[qty]
        else:
            rate = lookup[lookup['Date']==row[date]][row['currency'] ]
            result = float(rate) * float(row[qty])
        return result
    except ValueError: # generic exception clause
        print "The current row causes an exception:"

Answer 1

SettingWithCopy的目的是警告用户，您可能正在做一些不像人们所期望的那样更新原始数据框架的事情。

在这里，data是一个dataframe，可能是单一的dtype (或者不是)。然后，您将引用这个data['amount']，它是一个系列，并对其进行更新。这在您的情况下可能有效，因为您正在返回与现有数据相同的数据类型。

但是，它可以创建一个副本来更新您看不到的data['amount']副本；然后您可能会想知道为什么它没有更新。

熊猫在几乎所有的方法调用中都返回一个对象的副本。inplace操作是一种方便的操作，但通常不清楚数据是否正在被修改，并且可能在副本上工作。

要做到这一点要清楚得多：

data['amount'] = data["amount"].fillna(data.groupby("num")["amount"].transform("mean"))

data["amount"] = data['amount'].fillna(mean_avg)

再加上复印工作。您可以连锁操作，这在inplace操作中是不可能的。

例如：

data['amount'] = data['amount'].fillna(mean_avg)*2

还有一个小飞人。inplace操作既不快，也不更有效。my2c他们应该被禁止。但在那个API上太晚了。

你当然可以关掉它：

pd.set_option('chained_assignment',None)

熊猫运行与整个测试套件与此设置为raise (所以我们知道是否发生链接)，FYI。