在python中使用.loc的正确方法'；熊猫

当尝试使用pandas dataframes将一列数字从

object

更改为

float

数据类型时，我收到以下警告：

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

现在，代码运行得很好，但要避免此警告并实现以下目标，正确且预期的方法是什么

df2[col] = df2[col].astype('float')

请注意，df2是df1的一个子集，使用的条件类似于：

df2 = df1[df1[some col] == value]

---

使用

copy

方法。而不是：

df2 = df1[df1[some col] == value]

只要写下：

df2 = df1[df1[some col] == value].copy()

---

最初，

df2

是

df1

的一部分，而不是一个新的数据帧。这就是为什么当您试图修改它时，python会引发错误。

使用

copy

方法。而不是：

df2 = df1[df1[some col] == value]

只要写下：

df2 = df1[df1[some col] == value].copy()

---

最初，

df2

是

df1

的一部分，而不是一个新的数据帧。这就是为什么当您试图修改它时，python会引发错误。

当

df

本身是另一个数据帧的某个部分的副本时，会发出警告。这是一个警告，修改

df

不会影响其他数据帧。因此，建议如何解决/避免警告（这可能不是真正必要的），我们需要了解

df

是如何定义的。现在编辑，感谢您的提醒当

df

本身是另一个数据帧的某个部分的副本时发出警告。这是一个警告，修改

df

不会影响其他数据帧。因此，建议如何解决/避免警告（这可能不是必要的），我们需要了解

df

是如何定义的。现在编辑，感谢大家的提醒