如果它
df_masked是某些其他Dataframe的子Dataframe，则可以获取此UserWarning。特别是，如果数据已经从原始Dataframe
复制 到了
df_masked那时，Pandas会发出UserWarning来警告您修改
df_masked不会影响原始Dataframe。
如果您不打算修改原始Dataframe，则可以随意忽略UserWarning。
有一些方法可以针对每个语句关闭UserWarning。特别是，您可以使用
df_masked.is_copy= False。
如果您经常遇到此UserWarning，那么与其一一静默地消除UserWarnings，不如在开发代码时将它们保留为更好。请注意UserWarning的含义，并且如果修改孩子不影响父母的问题不会影响您，请忽略它。当您的代码准备好进行生产时，或者如果您有足够的经验不需要警告，请使用以下命令将其完全关闭：
pd.options.mode.chained_assignment = None
在代码顶部附近。
这是一个简单的示例，演示了该问题和（a）解决方案：
import pandas as pddf = pd.Dataframe({'swallow':['African','European'], 'cheese':['gouda', 'cheddar']})df_masked = df.iloc[1:]df_masked.is_copy = False # comment-out this line to see the UserWarningdf_masked.loc[:, 'swallow'] = 'forest'存在UserWarning的原因是为了提醒新用户注意链式索引之类的事实， 例如
df.iloc[1:].loc[:, 'swallow'] = 'forest'
将不会影响
df第一个索引器（例如
df.iloc[1:]）的结果何时返回副本。
