Pandas dataframe在不设置CopyWarning的情况下选择行然后修改列的最佳方法是什么

我有一个大型dataFrame对象，我想先选择一些行，然后转换时间戳列：

def choose_loc(data, lat, lon, lat_diff, lon_diff):

    data = data.loc[(data.lat > (lat - lat_diff)) & (data.lat < (lat + lat_diff)) & (data.lon > (lon - lon_diff)) & (data.lon < (lon + lon_diff))]

    return data


column_names = np.genfromtxt(header_path, dtype=str, delimiter='\t')
dtypes = {"lat": np.float64, "lon": np.float64, "timeStamp": np.int64}
pos_lat = 0.0
pos_lon = 0.0
size_lat = 0.05
size_lon = 0.05

data = pd.read_csv(filePath, sep='\t', dtype=dtypes, header=None, names=column_names, error_bad_lines=False)

data = choose_loc(data, pos_lat, pos_lon, size_lat / 2, size_lon / 2)

data.loc[:, 'timeStamp'] =  pd.to_datetime(data.loc[:, 'timeStamp'], unit='ms')

def选择位置（数据、纬度、经度、纬度差、经度差）：
data=data.loc[（data.lat>（lat-lat_diff））和（data.lat<（lat+lat_diff））和（data.lon>（lon-lon_diff））和（data.lon<（lon+lon_diff））]
返回数据
列名称=np.genfromtxt（标题路径，数据类型=str，分隔符='\t'）
数据类型={“lat”：np.float64，“lon”：np.float64，“timeStamp”：np.int64}
位置=0.0
pos_lon=0.0
尺寸=0.05
尺寸=0.05
data=pd.read\u csv（文件路径，sep='\t'，dtype=dtypes，header=None，names=column\u names，error\u bad\u lines=False）
数据=选择位置（数据、位置纬度、位置纬度、尺寸纬度/2、尺寸纬度/2）
data.loc[：，'timeStamp']=pd.to_datetime（data.loc[：，'timeStamp']，unit='ms'）

当我运行上面的代码时，我在最后一行得到了设置，其中有copywarning。我真的不明白为什么，因为我使用.loc，所以不应该复制任何内容。我可以通过运行

data=choose_loc（data，…）.copy（）

使其工作，但文件很大，我希望避免复制以节省时间和内存。那我该怎么办呢？

试试这个：

data = data.loc[(data.lat > (lat - lat_diff)) & (data.lat < (lat + lat_diff)) & (data.lon > (lon - lon_diff)) & (data.lon < (lon + lon_diff))].copy()

data=data.loc[（data.lat>（lat-lat_diff））和（data.lat<（lat+lat_diff））和（data.lon>（lon-lon_diff））和（data.lon<（lon+lon_diff））。复制（）

但是我用这种方式复制数据，我不需要以前的数据，我只想在一个切片上工作。