Python 在熊猫中设置CopyWarning

我有一个数据框，如下所示：

df = 
           index     P01  unten   oben     RV   R2_simu
2014-05-23 03:00:00  0.0    0.0    0.9    0.8         0
2014-05-23 06:00:00  0.5    0.7    1.4    0.1         0
2014-05-23 07:00:00  1.0    2.4    2.4    0.6         0
2014-05-23 08:00:00 0.55   15.7   28.0    0.3         0
....

我尝试了一个循环：

for i in range(0, len(df)):

    if df.P01[i] >= df.RV[i]:
        df.R2_simu[i] = 0 

    elif df.P01[i] < df.RV[i]:
        df.R2_simu[i] = df.RV[i]
    else:
        pass

但是，我收到消息设置为CopyWarning，我尝试重写

 df.R2_simu[i] = df.RV[i]

到

但问题似乎仍然存在

---

有人知道怎么处理吗？提前谢谢

SettingWithCopyWarning

是使用类似语法的常见副作用：

df.R2_simu[i] = df.RV[i]

开发人员建议使用

df.loc[]

而不是使用索引来访问元素。还请注意，对范围（0，len（df））中的i使用

：

比使用

df.iterrows

或矢量化函数更不常见。例如，这与代码的一部分做相同的事情：

df['R2_simu'] = df['R2_simu'].apply(lambda row: 0 if row['P01'] >= row['RV']) # it's generally more common to use dict notation in pandas
OR # if you really like dot notation...
df.R2_simu = df.R2_simu.apply(lambda row: 0 if row.P01 >= row.RV)

---

SettingWithCopyWarning

是使用类似语法的常见副作用：

df.R2_simu[i] = df.RV[i]

开发人员建议使用

df.loc[]

而不是使用索引来访问元素。还请注意，对范围（0，len（df））中的i使用

：

比使用

df.iterrows

或矢量化函数更不常见。例如，这与代码的一部分做相同的事情：

df['R2_simu'] = df['R2_simu'].apply(lambda row: 0 if row['P01'] >= row['RV']) # it's generally more common to use dict notation in pandas
OR # if you really like dot notation...
df.R2_simu = df.R2_simu.apply(lambda row: 0 if row.P01 >= row.RV)

---

尝试使用索引设置数据帧上的值，这可能是创建并写入

df

的内部副本的原因。将循环更改为

for i in range(0, len(df)):

    if df.P01[i] >= df.RV[i]:
        df.loc[i,"R2_simu"] = 0 

    elif df.P01[i] < df.RV[i]:
        df.loc[i,"R2_simu"] = df.RV[i]
    else:
        pass

范围（0，len（df））内的i的

：
如果df.P01[i]>=df.RV[i]：
df.loc[i，“R2_simu”]=0
elif df.P01[i]

更好的是，您不使用循环，而是使用向量访问：

df.loc[df.loc[:,"P01"] >= df.loc[:,"RV"],"R2_simu"] = 0
df.loc[df.loc[:,"P01"] < df.loc[:,"RV"],"R2_simu"] = df.loc[df.loc[:,"P01"] < df.loc[:,"RV"],"RV"]

df.loc[df.loc[：，“P01”]>=df.loc[：，“RV”]，“R2_simu”]=0
df.loc[df.loc[：，“P01”]

从内到外解释

df.loc[：，“col”]

=>获取每一行

：

，以及每一列

col

---

<代码> df.xc[x1>x2，r2siimu ] = >只考虑行>代码> x1>＝x2< /代码>，列<代码> R2Simu

< P>试着用索引设置数据文件上的值，这可能是在内部创建了一个代码< > df>代码>的副本。将循环更改为

for i in range(0, len(df)):

    if df.P01[i] >= df.RV[i]:
        df.loc[i,"R2_simu"] = 0 

    elif df.P01[i] < df.RV[i]:
        df.loc[i,"R2_simu"] = df.RV[i]
    else:
        pass

范围（0，len（df））内的i的

：
如果df.P01[i]>=df.RV[i]：
df.loc[i，“R2_simu”]=0
elif df.P01[i]

更好的是，您不使用循环，而是使用向量访问：

df.loc[df.loc[:,"P01"] >= df.loc[:,"RV"],"R2_simu"] = 0
df.loc[df.loc[:,"P01"] < df.loc[:,"RV"],"R2_simu"] = df.loc[df.loc[:,"P01"] < df.loc[:,"RV"],"RV"]

df.loc[df.loc[：，“P01”]>=df.loc[：，“RV”]，“R2_simu”]=0
df.loc[df.loc[：，“P01”]

从内到外解释

df.loc[：，“col”]

=>获取每一行

：

，以及每一列

col

---

<代码> df.LOC[x1>= x2，r2as-siMu ] = >只考虑行>代码> x1>＝x2和列<代码> R2SIMU < /P>不需要<代码> DF.LOC [：“P01”] < /代码>；您只需执行

df[“P01”]

。这可以用

df['R2_simu']=df['RV'].mul（df['P01']

压缩成一行。您不需要

df.loc[：，“P01”]

；您只需执行

df[“P01”]

。这可以用

df['R2_simu']=df['RV'].mul（df['P01']

压缩成一行。