更改熊貓羣組列拋出警告

Question

在下面的一段代碼中，我將DataFrame的點按它們的X值分組到bin。現在我想給Y列分配一個組ID，但大熊貓不斷給我發出類型爲SettingWithCopyWarning的警告。我究竟做錯了什麼？

import numpy as np 
import pandas as pd 
d = np.random.random((10, 2)) 
d[:, 1] = 0 
m = pd.DataFrame(d, columns=("x", "gid")) 
dx = 0.2 
grp = m.groupby(lambda i: int(m["x"][i]/dx)) 
gid = 1 
for name, group in grp: 
    group["gid"][:] = gid # This line crashes! 
    gid += 1 
print(m) 

這裏是拋出的警告：

/usr/lib/python3.4/site-packages/pandas/core/series.py:677: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame 

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 
    self._set_with(key, value) 
sys:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame 

See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 

Answer 1

有兩個問題在這裏。首先，您得到SettingWithCopyWarning，因爲

group["gid"][:] = gid 

使用「鏈接索引」。問題在於，有時group[...]可能會返回副本而不是視圖的group，因此進一步索引和修改副本，例如， group[...][...] = gidmay be useless since it only modifies the copy而不是group。 SettingWithCopyWarning是警告在分配中檢測到鏈接索引。這並不一定意味着任何問題。在你的情況下，group["gid"]返回group的視圖，所以你的鏈接索引恰好成功地修改了group本身。

儘管如此，推薦的做法是總是在執行分配時避免鏈接索引，因爲預測鏈接索引是否會返回視圖或副本並不總是很容易。

通常你可以通過使用.loc或iloc避免鏈接索引：

group.loc[:, "gid"] = gid 

---

的第二個問題是，即使我們避免了鏈式索引，修改group不修改m。

當您使用for-loop：

for name, group in grp: 

Python中創建的局部變量name和group和grp綁定這些變量的項目。但這些項目本身份，而不是意見，部分m。因此修改這些副本不會影響m。

---

而不是使用GROUPBY的，你可以使用pd.Categorical：

import numpy as np 
import pandas as pd 
np.random.seed(2015) 
d = np.random.random((10, 2)) 
d[:, 1] = 0 
m = pd.DataFrame(d, columns=("x", "gid")) 
dx = 0.2 
m['gid'] = pd.Categorical((m['x']/dx).astype(int)).codes + 1 

print(m) 

產生

  x gid 
0 0.737595 3 
1 0.884189 4 
2 0.944676 4 
3 0.063603 1 
4 0.332454 2 
5 0.003218 1 
6 0.071058 1 
7 0.289020 2 
8 0.268896 2 
9 0.258775 2