Python 2.7 避免链式选择

我正在尝试确定“最佳实践”来执行以下操作，而不会导致设置CopyWarning。我正在使用python 2.7和pandas 15.2

我想做的是再选择一个数据帧，然后将此选择用作新的数据帧，而不冒修改原始数据帧的风险。下面是我正在做的一个例子：

import pandas as pd

def select_blue_cars(df):
    """Returns a new dataframe of blue cars"""
    return df[df['color'] == 'blue']

cars = pd.DataFrame({'color': ['blue', 'blue', 'red'], 'make': ['Ford', 'BMW', 'Ford']})
blue_cars = select_blue_cars(cars)
blue_cars['price'] = 10000

上述操作在当前pandas中生成了一个带有CopyWarning的

设置，但其行为与我所希望的一样（即
cars
df未被修改）


执行
选择_blue_cars
以使后续代码不会触发此警告的最佳方法是什么

我应该到处使用
.copy（）
吗

return df[df['color'] == 'blue'].copy()


（旁白）
copy（）
的性能怎么样

最后，我想链接一些简单的转换函数，如
选择\u blue\u cars
：

blue_fords = select_fords(select_blue_cars(cars))

Edit:仔细考虑后，我认为我正在寻找一种转换，它从数据帧中选择一个副本，而不显式调用
.copy（）
。这样我就可以编写函数对df进行小的转换并将它们链接起来

例如，转置
df.T
给出了一个新的数据帧。无需调用
.copy（）

看起来，在选择的情况下，这个模式需要
.copy（）
。
我认为这仍然是熊猫比较容易混淆的部分之一。你实际上问了两三个问题，答案可能没有你想象的那么简单。因此，我将做一个简化的假设，即将所有内容都保存在一个数据集中（如果不是，那也没什么大不了的），并给出一个简单的答案

要执行的操作（伪代码）：

price=10000如果颜色==蓝色

最简单的方法实际上是使用numpy
where（）
：

cars['price']=np.where（cars['color']='blue'，10000，np.nan）

您还可以嵌套
where（）
，因此对于这样的条件设置，它确实是非常强大和简单的方法。您还可以使用
ix/loc/iloc
（尽管您需要先为“price”创建一个空列）：

cars.ix[cars.color='blue'，'price']=10000

为了简要说明链式索引警告，它主要说的是，在设置值时，不要尝试在左侧做太多操作：

df[df.y>5]['x']=df['z']

不过这没关系：

df['x']=df[df.y>5]['z']

因为链式索引的结果可能是通过副本而不是引用，这将导致前者失败，而不是后者失败。您也可以通过使用
ix/loc/iloc
绕过
设置CopyWarning
取决于您计划保留子集的时间。如果您只想简单地看一下特定颜色内的价格，然后返回到整体数据框，那么JohnE给出的建议非常好。如果您确实希望保留子集并对其执行一系列单独的分析，那么我通常使用
.loc
进行子集并显式复制，例如：

subset = df.loc[df['condition'] > 5, :].copy()

在您的代码中，这将是：

import pandas as pd

def select_blue_cars(df):
    """Returns a new dataframe of blue cars"""
    return df.loc[df['color'] == 'blue', :].copy()

cars = pd.DataFrame({'color': ['blue', 'blue', 'red'], 'make': ['Ford', 'BMW', 'Ford']})
blue_cars = select_blue_cars(cars)
blue_cars['price'] = 10000

settingwithcopywarning用于提醒您可能正在修改数据帧的副本。这是来自
蓝车['price']=10000行的警告吗？你应该试着用blue_cars.loc代替。如果这是您明确的意图，那么警告只是建议您函数可能没有按照您的想法执行。我只是尝试了您的代码，没有得到警告。到底是哪一行？这是我在JohnE设定价格的最后一行。熊猫的版本很重要。我在15.3收到警告。我想我需要做的就是希望有人能纠正我！调用两个方法来执行此操作感觉有些不对劲。在我的编辑中，
cars.T
或类似的转换不需要在上面加上
.copy（）
。感谢您的回答。最终将使用.copy（）而不是实际复制两次？您的回答很有帮助，因为它表明我可能无法使用单个数据帧方法来完成我想要的任务。在这种情况下，我不想修改原始数据帧，我想选择它的一部分并独立使用它。现在可能更重要的一点是熊猫不应该以这种方式使用，我应该重构东西，这样我就可以修改单个数据帧了！
subset = df.loc[df['condition'] > 5, :].copy()

import pandas as pd

def select_blue_cars(df):
    """Returns a new dataframe of blue cars"""
    return df.loc[df['color'] == 'blue', :].copy()

cars = pd.DataFrame({'color': ['blue', 'blue', 'red'], 'make': ['Ford', 'BMW', 'Ford']})
blue_cars = select_blue_cars(cars)
blue_cars['price'] = 10000