Python：根据条件尝试将值设置为True时，SettingWithCopyWarning

Question

数据：

Date          Stock    Peak    Trough    Price
2002-01-01    33.78    False   False     25
2002-01-02    34.19    False   False     35
2002-01-03    35.44    False   False     33
2002-01-04    36.75    False   False     38

[当股票价格高于或等于从第4列开始的行中的最大值时，我使用此行代码将每行的'Peak'设置为true：

df['Peak'] = np.where(df.iloc[:,4:].max(axis=1) >= df[stock], 'False', 'True')

但是，我正在努力做到这一点，以使前X行和后Y行不受影响。假设在此示例中X和Y均为10。我这样修改它：

df.iloc[10:-10]['Peak'] = np.where(df.iloc[10:-10,4:].max(axis=1) >= df.iloc[10:-10][stock], 'False', 'True')

这给我一个错误SettingWithCopyWarning，也不再起作用。有谁知道如何获得所需的结果，以使前X行和后Y行始终为False？]

Answer 1

我相信在使用get_loc进行分配时，您需要get_loc来指定列索引：

df.iloc[]

尝试这里是一个测试用例：

df.iloc[10:,df.columns.get_loc('year')] = (np.where(df.iloc[10:,4:].max(axis=1)
                           >= df.iloc[10:,df.columns.get_loc('stock')],'False', 'True'))

尝试将索引2中的列D设置为

np.random.seed(123)
df = pd.DataFrame(np.random.randint(0,100,(5,4)),columns=list('ABCD'))
print(df)

    A   B   C   D
0  66  92  98  17
1  83  57  86  97
2  96  47  73  32
3  46  96  25  83
4  78  36  96  80

，我们得到相同的错误：

np.nan

试图从DataFrame的切片副本上设置一个值。尝试使用.loc [row_indexer，col_indexer] =值

请参见文档中的注意事项：df.iloc[2:]['D']=np.nan “”“启动IPython内核的入口点。

使用http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy（成功）尝试同样的方法来避免chained assignment

get_loc