Pandas：链式作业[重复]

问题描述：

我一直在阅读“返回视图与副本”的链接。我不太明白Pandas 中的链式赋值.ix()概念是如何工作的，以及、.iloc()或 的使用如何.loc()影响它。

我收到SettingWithCopyWarning以下代码行的警告，其中data是 Panda 数据框，amount是该数据框中的列（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，是不是很明显我做的不是最理想的？如果是这样，你能告诉我替换的代码行吗？

我知道以下警告，并且认为我的情况中的警告是误报：

链式分配警告/异常旨在通知用户可能存在无效分配。可能会出现误报；链式分配被无意报告的情况。

编辑：导致第一个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:"

解决方案 1：

这样做的目的SettingWithCopy是警告用户，你正在做的事情可能不会像预期的那样更新原始数据框。

这里data是一个数据框，可能只有一种数据类型（也可能没有）。然后，您将引用这个数据data['amount']框（即 Series）并更新它。这可能适用于您的情况，因为您返回的数据的数据类型与现有数据相同。

但是它可以创建一个副本，而这个副本会更新您看不到的副本data['amount']；那么您会想知道为什么它没有更新。

Pandas 在几乎所有方法调用中都会返回对象的副本。这些inplace操作是一种方便的操作，但通常不清楚数据是否被修改，并且可能在副本上起作用。

这样做更加清楚：

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

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

复制操作还有另一个好处。你可以将操作串联起来，而使用 one 操作则无法做到这一点inplace。

例如

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

仅供参考。inplace操作既不更快，也不更节省内存。my2c 它们应该被禁止。但该 API 太晚了。

你当然可以关闭这个功能：

pd.set_option('chained_assignment',None)

仅供参考， Pandas 将此项设置为开启状态，并与整个测试套件一起运行raise（这样我们就知道是否正在发生链接）。