Python 熊猫-创建新列-如果列表中有其他列值（正确方式）

我一直在努力根据“一周中的哪一天”专栏制作一个新专栏，说明周末与否。我使用的代码是基于前面的堆栈溢出问题

weekday_classification = {
    'Weekday': ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday'],
    'Weekend': ['Saturday', 'Sunday']
    }
weekday_classification = {day: all_days for all_days, l in weekday_classification.items() for day in l}
df["Weekend"] = df['Day of Week'].map(weekday_classification)
df.head()

尽管上面的代码产生了预期的效果，但我收到了一条警告，其中指出：

ipython-input-21-e273917f31f9:6:设置为复制警告：值为 试图在数据帧的切片副本上设置。试用 .loc[行索引器，列索引器]=改为值

如何解决这个问题，我已经阅读了说明如何创建新专栏的文档，然而这似乎只是针对更简单的专栏创作

---

我仍然只是在用Python和数据分析，我很高兴收到一般性的反馈。

把字典翻过来，就是这样

weekday_classification = {
                            'Monday': 'Weekday',
                            'Tuesday': 'Weekday',
                            'Wednesday': 'Weekday',
                            'Thursday': 'Weekday',
                            'Friday': 'Weekday',
                            'Saturday': 'Weekend',
                            'Sunday': 'Weekend'
                         }

然后基于该

weekend\u分类构建一个新的数据帧，以与现有的
df

In []: days = pd.DataFrame(data=weekday_classification.values(), index=weekday_classification.keys(), columns=['Weekday/end'])
       days
Out[]:
                Weekday/end
        Monday      Weekday
       Tuesday      Weekday
     Wednesday      Weekday
      Thursday      Weekday
        Friday      Weekday
      Saturday      Weekend
        Sunday      Weekend

In []: df.join(days, on=df['Day of Week'])
Out[]:
        Day of Week     Weekday/end
    0        Monday         Weekday
    1       Tuesday         Weekday
    2     Wednesday         Weekday
    3      Thursday         Weekday
    4        Friday         Weekday
    5      Saturday         Weekend
    6        Sunday         Weekend

把你的字典翻过来，就是这样

weekday_classification = {
                            'Monday': 'Weekday',
                            'Tuesday': 'Weekday',
                            'Wednesday': 'Weekday',
                            'Thursday': 'Weekday',
                            'Friday': 'Weekday',
                            'Saturday': 'Weekend',
                            'Sunday': 'Weekend'
                         }

然后基于该
weekend\u分类构建一个新的数据帧，以与现有的
df

In []: days = pd.DataFrame(data=weekday_classification.values(), index=weekday_classification.keys(), columns=['Weekday/end'])
       days
Out[]:
                Weekday/end
        Monday      Weekday
       Tuesday      Weekday
     Wednesday      Weekday
      Thursday      Weekday
        Friday      Weekday
      Saturday      Weekend
        Sunday      Weekend

In []: df.join(days, on=df['Day of Week'])
Out[]:
        Day of Week     Weekday/end
    0        Monday         Weekday
    1       Tuesday         Weekday
    2     Wednesday         Weekday
    3      Thursday         Weekday
    4        Friday         Weekday
    5      Saturday         Weekend
    6        Sunday         Weekend

因为您的
df
是另一个数据帧的“子集”。您可能已经对另一个数据帧的列进行了一些过滤，以生成此
df
，如：

df = df_p[df_p['some_col'].isin(some_set)]

熊猫可以简单地创建对
df\u p
部分的引用来表示
df
，而不是实际创建
df
。在这种情况下，
df
将像
df\u p
的一片，修改
df
将导致警告，因为这可能会影响
df\u p
。这就是错误消息所描述的。
创建
df
时，确保
df
有自己的数据。对其他数据帧执行过滤，如：

df = df_p[df_p['some_col'].isin(some_set)].copy()

或者对复杂数据使用copy.deepcopy（）。
因为您的
df
是另一个数据帧的“子集”。您可能已经对另一个数据帧的列进行了一些过滤，以生成此
df
，如：

df = df_p[df_p['some_col'].isin(some_set)]

熊猫可以简单地创建对
df\u p
部分的引用来表示
df
，而不是实际创建
df
。在这种情况下，
df
将像
df\u p
的一片，修改
df
将导致警告，因为这可能会影响
df\u p
。这就是错误消息所描述的。
创建
df
时，确保
df
有自己的数据。对其他数据帧执行过滤，如：

df = df_p[df_p['some_col'].isin(some_set)].copy()

或者对复杂数据使用copy.deepcopy（）。
这是否回答了您的问题？这回答了你的问题吗？这回答了你的问题吗？这回答了你的问题吗？非常感谢您的见解。你完全正确-我在我的笔记本上面创建了一个子集。我会记住继续使用copy（）。非常感谢您的见解。你完全正确-我在我的笔记本上面创建了一个子集。我会记住继续使用copy（）。哇，我需要研究。加入比直接创建专栏更多的内容。非常感谢你这么做。它就像一个符咒。谢谢你的帮助！哇，我需要研究。加入比直接创建专栏更多的内容。非常感谢你这么做。它就像一个符咒。谢谢你的帮助！