Python SettingWithCopyWarning问题-如何在for循环中创建df的副本？

我正在尝试运行以下代码：

for x in range(len(df10)):
    try:
        time.sleep(1) #to add delay in case of large DFs
        geocode_result = gmaps.geocode(df10['Address'][x])
        df10['lat'][x] = geocode_result[0]['geometry']['location'] ['lat']
        df10['long'][x] = geocode_result[0]['geometry']['location']['lng']
    except IndexError:
        print("Address was wrong...")
    except Exception as e:
        print("Unexpected error occurred.", e )

我希望for循环遍历地址列表，该列表现在存储在名为

df10['Address']

的pandas数据帧的列中，然后应用Google地理编码服务提取每行的经度和纬度，并将其保存为原始数据帧的列

当我尝试执行此操作时，会出现以下错误：

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

我理解这是因为我试图覆盖原始数据帧，但我真的很难找到一个替代代码

---

希望有人能帮忙

假设df10本身不是另一个数据帧的一部分：

df10.loc[df10.index[x]，'lat']=geocode_结果[0]['geometry']['location']['lat']

通过应用返回多个值的函数来创建新列

伪造数据：

import pandas as pd
df = pd.DataFrame({'a':[1,2,3,4,5,6],'b':list('abcdef')})

>>> df
   a  b
0  1  a
1  2  b
2  3  c
3  4  d
4  5  e
5  6  f

构造一个函数，该函数以一行作为参数，并对其中一列进行操作

def f(row):
    lat = row['a'] * 2
    lon = row['a'] % 2
    return lat,lon

将函数应用于DataFrame并将结果分配给新列

>>> df[['lat','lon']] = df.apply(f,axis=1,result_type='expand')
>>> df
   a  b  lat  lon
0  1  a    2    1
1  2  b    4    0
2  3  c    6    1
3  4  d    8    0
4  5  e   10    1
5  6  f   12    0
>>>

expand

参数将函数中类似列表的结果转换为列

您没有提供任何示例数据，我也没有安装

gmap

，但我想您的代码应该是这样的：

def g(row):
    g_result = gmaps.geocode(row['Address'])
    lat = g_result[0]['geometry']['location'] ['lat']
    lon = g_result[0]['geometry']['location']['lng']
    return lat,lon

df[['lat','lon']] = df.apply(g,axis=1,result_type='expand')

使用方法如下：

def g(row):
    g_result = gmaps.geocode(row['Address'])
    lat = g_result[0]['geometry']['location'] ['lat']
    lon = g_result[0]['geometry']['location']['lng']
    return lat,lon

df[['lat','lon']] = df.apply(g,axis=1,result_type='expand')

---

尝试使用

loc/iloc

accessor。有关详细信息，请查看：

df10.iloc[x，'lat']=…

。我在这里使用的是

iloc

，因为您循环了

df10

的长度，但这将是列标签的问题。您最好在

df10

的索引上循环，或者使用

.apply（）

执行某些操作，或者尝试完全避免循环。