SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from aDataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation:http://Pandas.pydata.org/Pandas-docs/stable/indexinghtml#indexing-view-versus-copy
#原始代码
locDataTemp = addressReaderDF.iloc[writeNumT:writeNum]
locDataTemp['longitude'] = longitudeList
locDataTemp['latitude'] = latitudeList
#修改后代码
locDataTemp = addressReaderDF.iloc[writeNumT:writeNum].copy()
locDataTemp['longitude'] = longitudeList
locDataTemp['latitude'] = latitudeList
原始代码由于未添加copy,返回的为数据的视图（View），而copy则会返回数据的副本
未添加copy修改数据原数据也跟着改变，为浅拷贝，而copy仅操作数据副本，那就是深拷贝。
也就是说，浅拷贝是创建了对象的一个引用，而深拷贝是创建了对象的一个独立的实体。
警告出现的原因
当 Pandas 检测到链式赋值（Chained Assignment）时会生成警告，链式赋值是指通过使用链式索引来赋值。链式索引（Chaining）是指连续使用多个索引，例如data[1:5][1:3]。
使用链式索引赋值的两种方式：
第一种是显式的，索引是连续的，例如，data.iloc[1][3] = value
第二种是隐式的，例如，先定义 df = data.iloc[1]，再使用 df[3] = value 也属于链式赋值
隐式的链式索引可能跨越多行代码发生，也可能在一行代码内发生。因为 winners 是作为 get 操作的输出创建的（data.loc[data.bid == data.price]），它可能是原始 DataFrame 的副本，也可能不是，但除非我们检查，否则我们不能确认。当我们对 winners 进行索引时，我们实际上使用的是链式索引。这意味着当我们尝试修改 winners 时，我们可能也修改了 data。
即使SettingWithCopyWarning警告只在set 时才会发生，但在进行 get 操作时，最好也避免使用链式索引。不仅因为链式操作较慢，而且因为链式索引始终是一个潜在的问题，只要你稍后进行赋值操作，就可能不会影响到原始对象，这可能不是你的预期操作，所以，请不惜一切代价避免使用链式索引。
资料链接：https://www.cnblogs.com/ljhdo/p/12036510.html
https://www.jianshu.com/p/72274ccb647a
文章评论