SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame

首先咱们来了解一下，df对象的切片操作，这里我就简单举例两种：df.loc[] df[]

df对象是二维的，所以我们在切片的时候一般会取两列索引

import pandas as pd
import numpy as np
dfc = pd.Dataframe({'a': ['one', 'one', 'two',
                          'three', 'two', 'one', 'six'],
                    'c': np.arange(7)})
dfc['a'][2]=9

import pandas as pd
import numpy as np
dfc = pd.Dataframe({'a': ['one', 'one', 'two',
                          'three', 'two', 'one', 'six'],
                    'c': np.arange(7)})
dfc.loc[2,'a']=9

如果你拿上面这两段代码去运行，你会发现第一个会有一个Warning，当然这只是警告，不是error，还是可以运行的，那为什么会发出这种警告，接下来进入正题

第一个使用的是链式操作，等等，什么是链式操作？

就是说 dfc['a'][2]=9 这一段代码的执行过程中其实是分两步进行，dfc['a']取完切片返回series对象，然而这个对象可能是   

临时的副本【不会对原df对象进行修改，那你的9就不知道赋值到哪里去了】         

当然也可能是   原先df对象的视图（view)【也就是引用，会改变df对象的数据】, 这个依赖于数组的内存布局，pandas很难预测，于是就直接丢给你一个警告，建议你使用.loc[]

因为.loc[2,'a']是直接一步就取出，不存在链式操作，那是不是用.loc就可以解决一切问题呢？别急，接着往下看，将下面这段代码运行试试

import pandas as pd
import numpy as np
dfc = pd.Dataframe({'a': ['one', 'one', 'two',
                          'three', 'two', 'one', 'six'],
                    'c': np.arange(7)})
# dfd['a'][2]=9
b=dfc.loc[:,'a']
b[2]=9
print(b)

你会发现还是报错了，有点糟糕，好吧，这其实是同样的一个错误，这是隐蔽的链式操作，相当于链式操作分成了两步，和前面一个道理，这里就不详细再解释了。那它可以有多隐蔽呢？下面这两段代码中间要是有上千行代码，那可真的很难发现

b=dfc.loc[:,'a']
b[2]=9

那有什么解决办法吗？

让我解释一下这句话先：

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a Dataframe

这个警告就是说你可能正在对df对象的一个副本进行设置，也就是赋值，这样的话，你的设置就不能对df对象起作用。

但是我们又不一定是为了对原df对象进行修改，我就是想得到一个新的对象，那就可以用copy函数直接生成一个副本

b=dfc.loc[:,'a'].copy()
b[2]=9
print(b)

直接使用copy函数返回一个它的副本，或者尽量不那样分布操作，就可以避免上面这种情形

不同的是，对副本的操作不会影响原对象的值

End