从数组设置整个列时如何摆脱就地 FutureWarning？
在pandas v.1.5.0 添加了一个新警告，当从不同数据类型的数组设置列时显示。 FutureWarning 通知计划中的语义更改，当使用 iloc 时：the change will be done in-place in future versions。 changelog 指示如何获得旧行为，但没有提示如何处理这种情况，而就地操作实际上是正确的选择。
变更日志中的例子：
df = pd.DataFrame({'price': [11.1, 12.2]}, index=['book1', 'book2'])
original_prices = df['price']
new_prices = np.array([98, 99])
df.iloc[:, 0] = new_prices
df.iloc[:, 0]
这是在 pandas 1.5.0 中打印的警告：
FutureWarning: In a future version,
df.iloc[:, i] = newvalswill attempt to set the values inplace instead of always setting a new array. To retain the old behavior, use eitherdf[df.columns[i]] = newvalsor, if columns are non-unique,df.isetitem(i, newvals)
如果我不关心就地与否，但想摆脱警告，如何摆脱警告？我应该显式更改 dtype 吗？我真的需要在每次需要使用此功能时都收到警告吗？难道没有更好的办法吗？
df.iloc[:, 0] = new_prices换成df[df.columns[0]] = new_prices，就像警告信息所建议的那样呢？
- Laurent 2022-10-15
warnings模块制作一个正则表达式来忽略警告。例如，warnings.filterwarnings('ignore', '[\s\w\W]*non-unique[\s\w\W]*', FutureWarning)
- Oluwafemi Sule 2022-10-26
除了使用warnings模块抑制警告外，我还没有找到更好的方法：
import numpy as np
import pandas as pd
import warnings
df = pd.DataFrame({"price": [11.1, 12.2]}, index=["book1", "book2"])
original_prices = df["price"]
new_prices = np.array([98, 99])
with warnings.catch_warnings():
# Setting values in-place is fine, ignore the warning in Pandas >= 1.5.0
# This can be removed, if Pandas 1.5.0 does not need to be supported any longer.
# See also: https://stackoverflow.com/q/74057367/859591
warnings.filterwarnings(
"ignore",
category=FutureWarning,
message=(
".*will attempt to set the values inplace instead of always setting a new array. "
"To retain the old behavior, use either.*"
),
)
df.iloc[:, 0] = new_prices
df.iloc[:, 0]
正如更新日志所述，当从一个数组中设置整个列时，警告会被打印出来，具有不同的dtype，所以调整dtype是消除它的一个方法。
df = pd.DataFrame({'price': [11.1, 12.2]}, index=['book1', 'book2'])
original_prices = df['price']
new_prices = np.array([98, 99]).astype(float)
df.iloc[:, 0] = new_prices
df.iloc[:, 0]
注意额外的.astype(float)。这不是一个理想的解决方案，但却是一个解决方案。
[98.0, 99.0]而不是[98, 99]？那么你就不需要.astype(float)了。
- John 2023-02-24
.astype(float)的方法是你在现实生活中会做的事情，[98, 99]被替换成一个有未知项的数组x。
- Alperino 2023-02-24
在这里发帖，因为我还不能发表评论。
现在我想我也会抑制这些警告，因为我不想要旧的行为，从来没有想到会以这种方式使用它。而且建议的语法有触发SettingWithCopyWarning警告的危险。
我只是暂时过滤了所有未来的警告。
import warnings
warnings.simplefilter("ignore", category=FutureWarning)