Python正在使用CopyWarning进行设置-iloc与loc-无法找出原因

我对设置CopyWarning有基本的了解，但我不知道为什么我会在这个特殊的案例中得到警告

我正在遵循来自的代码

当我运行下面的代码（使用.loc）时，我没有得到copywarning的设置

但是，如果我使用.iloc运行代码，我确实会收到警告

有人能帮我理解吗

从sklearn.model_选择导入分层hufflesplit
剥离=分层剥离剥离（n\u剥离=1，测试大小=0.2，随机状态=42）
对于序列指数，在分割中测试分割指数（住房，住房[“收入”类]）：
strat\u train\u set=外壳.loc[列索引]
strat_test_set=外壳.loc[测试索引]
对于设置（层列组、层测试组）：
设置下降（“收入猫”，轴=1，原地=真）

这里的问题不是因为索引，

iloc

和

loc

在这里也会以同样的方式为您工作。问题出在

set.drop（“income\u cat”，axis=1，inplace=True）

。看起来在

set\u

数据帧和

strat\u train\u集

和

strat\u test\u集

之间存在弱引用

for set_ in (strat_train_set, strat_test_set):
         print(set_._is_copy)

通过这一点，您可以：

<weakref at 0x128b30598; to 'DataFrame' at 0x128b355c0>
<weakref at 0x128b30598; to 'DataFrame' at 0x128b355c0>

---

这可能导致

设置CopyWarning

，因为它试图转换数据帧的副本，并将这些更改应用于原始数据帧。

我做了一些探索，根据我的理解，这就是

设置CopyWarning

：每次当数据帧

df

是从另一个帧

df_orig

创建的，

pandas

采用一些启发式方法来确定数据是否可以从

df_orig

隐式复制，而经验较少的用户可能不知道。如果是这样，则

\u is\u copy

字段的

df

设置为

df\u orig

。稍后，当尝试对

df

进行就地更新时，

pandas

将根据

df.\u is\u copy

以及

df

的一些其他字段确定是否应显示带有copywarning的

设置。然而，由于一些方法在不同的场景中共享，因此启发法并不完美，有些情况可能会处理不当

在post的代码中，
housing.loc[train\u index]
和
housing.iloc[train\u index]
返回数据帧的隐式副本

for df in (housing.loc[train_index], housing.iloc[train_index]):
    print(df._is_view, df._is_copy)

上述检查产生以下结果：

False None
False <weakref at 0x0000019BFDF37958; to 'DataFrame' at 0x0000019BFDF26550>

方法（2）如下所示：

# Updates the housing data frame in-place before slicing
income_cat = housing["income_cat"]
housing.drop("income_cat", axis=1, inplace=True)

for train_index, test_index in split.split(housing, income_cat):
    strat_train_set = housing.loc[train_index]
    strat_test_set = housing.loc[test_index]

feature_cols = housing.columns.difference(["income_cat"])
for train_index, test_index in split.split(housing, housing["income_cat"]):
    # Filter columns at the same time as slicing the rows
    strat_train_set = housing.loc[train_index, feature_cols]
    strat_test_set = housing.loc[test_index, feature_cols]

for train_index, test_index in split.split(housing, housing["income_cat"]):
    ...

for set_ in (strat_train_set, strat_test_set):
    # Remove "inplace=True" results in a copy being made
    set_.drop("income_cat", axis=1)

方法（3）如下所示：

# Updates the housing data frame in-place before slicing
income_cat = housing["income_cat"]
housing.drop("income_cat", axis=1, inplace=True)

for train_index, test_index in split.split(housing, income_cat):
    strat_train_set = housing.loc[train_index]
    strat_test_set = housing.loc[test_index]

feature_cols = housing.columns.difference(["income_cat"])
for train_index, test_index in split.split(housing, housing["income_cat"]):
    # Filter columns at the same time as slicing the rows
    strat_train_set = housing.loc[train_index, feature_cols]
    strat_test_set = housing.loc[test_index, feature_cols]

for train_index, test_index in split.split(housing, housing["income_cat"]):
    ...

for set_ in (strat_train_set, strat_test_set):
    # Remove "inplace=True" results in a copy being made
    set_.drop("income_cat", axis=1)

除了更改更新方法的
in place
设置外，还有一种方法可用于生成“显式”副本。如果要更改
df
的一列或多列，请使用创建副本，而不是
df[“col”]=…
使用
iloc
后是否尝试重置索引？如果您正在分析一个子集，尤其是在同一数据帧中创建/更新/计算新值（该数据帧已被剪切为原始数据的一个子集），则该警告会显示出来。