Pandas: SettingWithCopyWarning, versuchen zu verstehen, wie der Code besser geschrieben wird, nicht nur, ob die Warnung ignoriert werden soll

Question

Ich versuche, alle Datumswerte in einer Tabelle Datum Spalte ändern, wo das Jahr vor 1900 ist, bis zum heutigen Datum Ich habe eine Scheibe.

EDIT: vorherige Codezeilen:

df=pd.read_excel(filename)#,usecols=['NAME','DATE','EMAIL'] 
#regex to remove weird characters 
df['DATE'] = df['DATE'].str.replace(r'[^a-zA-Z0-9\._/-]', '') 
df['DATE'] = pd.to_datetime(df['DATE']) 

sample row in dataframe: name, date, email 
[u'Public, Jane Q.\xa0' u'01/01/2016\xa0' u'jqpublic@email.com\xa0'] 

Diese Codezeile funktioniert.

df["DATE"][df["DATE"].dt.year < 1900] = dt.datetime.today() 

Dann werden alle Datumswerte formatiert:

df["DATE"] = df["DATE"].map(lambda x: x.strftime("%m/%d/%y")) 

Aber ich erhalte eine Fehlermeldung:

SettingWithCopyWarning: A value is trying to be set on a copy of a 
slice from a DataFrame 

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

versus-Kopie

ich die Dokumentation und andere Beiträge gelesen , wobei .loc empfohlen wird

Das Folgende ist die empfohlene Lösung:

df.loc[row_indexer,col_indexer] = value 

aber df["DATE"].loc[df["DATE"].dt.year < 1900] = dt.datetime.today() gibt mir den gleichen Fehler, mit der Ausnahme, dass die Zeilennummer ist eigentlich die Zeilennummer nach der letzten Zeile im Skript.

Ich verstehe einfach nicht, was die Dokumentation versucht, mir zu sagen, wie es sich auf mein Beispiel bezieht.

Ich fing an, herumzualbern mit dem Herausziehen der Scheibe und der Zuordnung zu einem separaten Datenrahmen, aber dann werde ich sie wieder zusammenbringen müssen.

Answer 1

Sie erstellen eine Ansicht, wenn Sie und anschließend einen Selektor [df["DATE"].dt.year < 1900] verwenden und versuchen, es zuzuweisen.

df["DATE"][df["DATE"].dt.year < 1900] ist die Ansicht, über die sich Pandas beschweren.

Fix it mit loc wie folgt aus:

df.loc[df.DATE.dt.year < 1900, "DATE"] = pd.datetime.today() 

Answer 2

Mein Gedanke wäre, dass Sie an einem Computer

df.loc[df.DATE.dt.year < 1900, "DATE"] = dt.datetime.today() 
df.loc[:, "DATE"] = df.DATE.map(lambda x: x.strftime("%m/%d/%y") 

nicht tun konnte, so kann ich nicht testen, aber ich denke, das sollte es tun.