Python 在pandas.drop\u副本之后重新编制索引

我想打开一个文件，读取它，在文件的两列中放置重复项，然后进一步使用没有重复项的文件进行一些计算。为此，我使用pandas.drop_duplicates，它在删除重复项后也会删除索引值。例如，删除第1行后，file1变为file2：

file1:
   Var1    Var2    Var3   Var4
0    52     2       3      89
1    65     2       3      43
2    15     1       3      78
3    33     2       4      67

file2:
   Var1    Var2    Var3   Var4
0    52     2       3      89
2    15     1       3      78
3    33     2       4      67

要进一步使用file2作为数据帧，我需要将其重新索引为0、1、2

以下是我正在使用的代码：

file1 = pd.read_csv("filename.txt",sep='|', header=None, names=['Var1', 'Var2', 'Var3', 'Var4']) 
file2 = file1.drop_duplicates(["Var2", "Var3"])
# create another variable as a new index: ni
file2['ni']= range(0, len(file2)) # this is the line that generates the warning
file2 = file2.set_index('ni')

尽管代码运行并产生良好的结果，但重新编制索引会发出以下警告：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  file2['ni']= range(0, len(file2))

我确实检查了链接，但我不知道如何更改代码。关于如何解决这个问题有什么想法吗？

，这将允许您通过另一种更简单的方法来避免抛出的错误

与添加新的序列号列，然后将索引设置为该列不同，您可以使用：

file2['ni']= range(0, len(file2)) # this is the line that generates the warning
file2 = file2.set_index('ni')

您可以改为使用：

file2 = file2.reset_index(drop=True)

.reset_index（）

的默认行为是采用当前索引，将该索引插入数据帧的第一列，然后构建一个新索引（我假设这里的逻辑是，默认行为使比较旧索引和新索引变得非常容易，这对于健全性检查非常有用）

drop=True

的意思是，不要将旧索引保留为新列，只需去掉它并用新索引替换它，这似乎是您想要的

总之，您的新代码可能是这样的

file1 = pd.read_csv("filename.txt",sep='|', header=None, names=['Var1', 'Var2', 'Var3', 'Var4']) 
file2 = file1.drop_duplicates(["Var2", "Var3"]).reset_index(drop=True)

---

我认为你的

.drop\u duplicates（）

实际上是引起警告的原因

相反，请确保创建数据帧的新副本：

file2 = file1.drop_duplicates(["Var2", "Var3"]).copy()

---

不必在下一步中重置索引（

.reset\u index（drop=True）

），您可以将另一个属性添加到

drop\u duplicates（）

：

ignore\u index=True