剛接觸python不久，編程也是三腳貓，所以對常用的這幾個工具還沒有一個好的使用習慣，畢竟程序語言是頭順毛驢。所以最近在工作中使用的時候在使用pandas的DataFrame時遇到了以下報警：

SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

debug了半天，也在網上找了很多，還是沒有解決，在報警的那一句調了半天，後來發現主要問題並不是出現在報警的那一句。

給個例子復現一下這個問題：

1 import pandas as pd
2 A = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5]], columns = [‘a‘,‘b‘,‘c‘])
3 B = A[[‘a‘, ‘b‘]]
4 B[‘a‘] = B[‘a‘] + 1 # same result by using B.loc[:,‘a‘] = B.loc[:,‘a‘]+ 1

輸出：

A
Out[1]: 
   a  b  c
0  1  2  3
1  2  3  4
2  3  4  5

B
Out[
 
2]: 
   a  b
0  1  2
1  2  3
2  3  4

B
Out[3]: 
   a  b
0  2  2
1  3  3
2  4  4

先說一下我的感覺：這個報警主要是說，你當前對B的操作可能會改變另一個DataFrame A，所以你要小心了。（當然實際的警告並不是這個意思，但是“在DataFrame的一個切片的copy上進行操作”我感覺不出來有什麽問題，還請大神們解答一下。）

報警出現在第4行，但主要的問題在於第3行：應該使用.loc方法得到新的DataFrame，而不是直接使用[]引用。

C = A.loc[:,[‘a‘,‘b‘]]
C[‘a‘] = C[‘a‘]+1

這樣就不會出現報警了。

個人感覺好像是說用.loc是對原有DataFrame的一種復制性引用，而[]的引用則是指針性的引用，和python本身的賦值特性有關。不過我看了A的值也並沒有在B被更改時一同被改掉。總之我現在還只是知其然，不知其所以然，希望有大神幫忙解惑。

pandas DataFrame 警告（SettingWithCopyWarning）