Python 熊猫：链式作业

我一直在读这篇关于“返回视图与副本”的文章。我真的不知道熊猫中的链式赋值概念是如何工作的，以及

.ix（）

、

.iloc（）

或

.loc（）

的使用是如何影响它的

我获得以下代码行的

设置和copywarning

警告，其中

数据

是熊猫数据框，

金额

是该数据框中的列（系列）名称：

data['amount'] = data['amount'].astype(float)

data["amount"].fillna(data.groupby("num")["amount"].transform("mean"), inplace=True)

data["amount"].fillna(mean_avg, inplace=True)

看看这段代码，很明显我在做一些次优的事情吗？如果是这样，你能告诉我替换代码行吗

我知道以下警告，并认为我的警告是误报：

链接分配警告/例外旨在通知 可能无效分配的用户。可能存在误报； 意外报告链式作业的情况

编辑：导致第一次复制警告错误的代码

data['amount'] = data.apply(lambda row: function1(row,date,qty), axis=1) 
data['amount'] = data['amount'].astype(float)

def function1(row,date,qty):
    try:
        if(row['currency'] == 'A'):
            result = row[qty]
        else:
            rate = lookup[lookup['Date']==row[date]][row['currency'] ]
            result = float(rate) * float(row[qty])
        return result
    except ValueError: # generic exception clause
        print "The current row causes an exception:"

---

设置with copy

的目的是警告用户，您所做的操作可能不会像预期的那样更新原始数据帧

这里，

data

是一个数据帧，可能是单一数据类型（也可能不是）。然后，您将引用此系列的

数据['amount']

，并对其进行更新。这可能适用于您的情况，因为您返回的数据类型与现有数据类型相同

但是，它可以创建一个副本，更新您看不到的

数据['amount']

副本；然后你会想为什么它没有更新

Pandas在几乎所有方法调用中都返回对象的副本。

inplace

操作是一种方便的操作，可以工作，但通常不清楚数据是否正在被修改，是否可能在副本上工作

要做到这一点更为明确：

data['amount'] = data["amount"].fillna(data.groupby("num")["amount"].transform("mean"))

data["amount"] = data['amount'].fillna(mean_avg)

还有一个额外的优点就是复印件。您可以链接操作，这在

inplace

操作中是不可能的

e、 g

仅供参考<代码>就地操作既不更快，也不更节省内存。my2c他们应该被禁止。但是在那个API上太晚了

当然，您可以关闭此选项：

pd.set_option('chained_assignment',None)

---

Pandas在整个测试套件中运行，设置为

raise

（以便我们知道是否发生了链接），仅供参考。

谢谢Jeff，因此我最好删除第二次和第三次警告的

inplace

参数。关于第一个，即

data['amount']=data['amount'].astype（float）

，什么样的替换不会产生复制警告？您必须在astype分配之前做些什么。你能显示更多的代码吗？当然，我在问题中添加了代码。你能在此之前显示

data.info（）

？您应该已经有了

float64

d类型。第二，你不需要申请，你可以这样做：

data[data['currency']！='A'，'amount']=data['qty']*data['rate']

谢谢@Jeff提供这个解决方案：pd.set_选项（'chained_assignment'，None），但是我想知道这是否是推荐的，因为我在更改默认警告设置时总是很保守。。。

pd.set_option('chained_assignment',None)