Question

我收到以下警告：

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

在以下行：

df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']].fillna(0, inplace=True)

我如何解决此警告？

Answer 1

df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']]创建新数据框，该数据框是df3的子集。由于您使用的是inplace=True，因此您会收到上述警告，因为它会尝试修改新的数据框，您不会在其中保留参考（我怀疑如果您打印{ {1}}你会看到这条线实际上没有效果。）

我执行以下操作之一：

在不使用df3的情况下将新创建的数据框重新分配回df3：
```
inplace=True
```

或稍微偏好的方式（至少在我看来）：

将要修改的列作为字典传递df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']] = \ df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']].fillna(0)。键是列＆＃39;名称和值是fillna应在每列中替换的内容：
```
NaN
```
在此示例中，您可以使用字典理解：
```
df3.fillna({'prod_tags_0': 0, 'prod_tags_1': 0,
            'prod_tags_2': 0, 'prod_tags_3': 0}, inplace=True)
```

Answer 2

这里要澄清两个答案：两个都是正确的。使用df[["column"]]语法（请注意双括号）的索引确实会导致inplace=True无效，因为它正在对数据帧的副本进行操作，但是使用df.loc["column"]-或为此{ {1}}-使用inplace标志将按预期成功，尽管发出警告，但我相信这是一个错误。

很显然，DeepSpace的答案（尤其是关于在字典上使用而不是在DataFrame的某个切片上使用fillna（）的答案）更为优雅，但是没有理由不能使用df["column"]或{{ 1}}。

Answer 3

不使用dataframe将新创建的df3重新分配回inplace=True：

尝试一下：

df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']] = \ df3[['prod_tags_0', 'prod_tags_1', 'prod_tags_2', 'prod_tags_3']].fillna(0)

正在尝试在DataFrame

3 个答案: