Току-що обнових моята Pandas от 0.11 на 0.13.0rc1. Сега приложението изскача с много нови предупреждения. Едно от тях е следното:
E:\FinReporter\FM_EXT.py:449: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
Искам да знам какво точно означава това? Трябва ли да променя нещо?
Как трябва да прекратя предупреждението, ако настоявам да използвам quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
?
def _decode_stock_quote(list_of_150_stk_str):
"""decode the webpage and return dataframe"""
from cStringIO import StringIO
str_of_all = "".join(list_of_150_stk_str)
quote_df = pd.read_csv(StringIO(str_of_all), sep=',', names=list('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefg')) #dtype={'A': object, 'B': object, 'C': np.float64}
quote_df.rename(columns={'A':'STK', 'B':'TOpen', 'C':'TPCLOSE', 'D':'TPrice', 'E':'THigh', 'F':'TLow', 'I':'TVol', 'J':'TAmt', 'e':'TDate', 'f':'TTime'}, inplace=True)
quote_df = quote_df.ix[:,[0,3,2,1,4,5,8,9,30,31]]
quote_df['TClose'] = quote_df['TPrice']
quote_df['RT'] = 100 * (quote_df['TPrice']/quote_df['TPCLOSE'] - 1)
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
quote_df['TAmt'] = quote_df['TAmt']/TAMT_SCALE
quote_df['STK_ID'] = quote_df['STK'].str.slice(13,19)
quote_df['STK_Name'] = quote_df['STK'].str.slice(21,30)#.decode('gb2312')
quote_df['TDate'] = quote_df.TDate.map(lambda x: x[0:4]+x[5:7]+x[8:10])
return quote_df
E:\FinReporter\FM_EXT.py:449: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TVol'] = quote_df['TVol']/TVOL_SCALE
E:\FinReporter\FM_EXT.py:450: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TAmt'] = quote_df['TAmt']/TAMT_SCALE
E:\FinReporter\FM_EXT.py:453: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
quote_df['TDate'] = quote_df.TDate.map(lambda x: x[0:4]+x[5:7]+x[8:10])
Предупреждението SettingWithCopyWarning
е създадено, за да сигнализира за потенциално объркващи "верижни" присвоявания, като например следното, което не винаги работи както се очаква, особено когато първата селекция връща копие. [вижте GH5390 и GH5597 за обсъждане.]
df[df['A'] > 2]['B'] = new_val # new_val not set in df
Предупреждението предлага да се пренапише по следния начин:
df.loc[df['A'] > 2, 'B'] = new_val
Това обаче не отговаря на вашата употреба, която е еквивалентна на:
df = df[df['A'] > 2]
df['B'] = new_val
Макар да е ясно, че не се интересувате от това, че записите се връщат в оригиналния кадър (тъй като сте презаписали препратката към него), за съжаление този модел не може да бъде разграничен от първия пример за верижно присвояване, поради което предупреждението е (фалшиво положително). Потенциалът за фалшиви положителни резултати е разгледан в docs on indexing, ако искате да прочетете повече. Можете спокойно да деактивирате това ново предупреждение със следното задание.
pd.options.mode.chained_assignment = None # default='warn'
По принцип целта на предупреждението SettingWithCopyWarning
е да покаже на потребителите (и особено на новите потребители), че може би работят с копие, а не с оригинала, както си мислят. Съществуват фалшиви положителни резултати (т.е. ако знаете какво правите, всичко може да е добре). Една от възможностите е просто да се изключи предупреждението (по подразбиране предупреждение), както предлага @Garrett.
Има и друга възможност:
In [1]: df = DataFrame(np.random.randn(5, 2), columns=list('AB'))
In [2]: dfa = df.ix[:, [1, 0]]
In [3]: dfa.is_copy
Out[3]: True
In [4]: dfa['A'] /= 2
/usr/local/bin/ipython:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_index,col_indexer] = value instead
#!/usr/local/bin/python
Можете да зададете флага is_copy
на False
, което на практика ще изключи проверката за този обект:
In [5]: dfa.is_copy = False
In [6]: dfa['A'] /= 2
Ако недвусмислено копирате, няма да има допълнително предупреждение:
In [7]: dfa = df.ix[:, [1, 0]].copy()
In [8]: dfa['A'] /= 2
Кодът, който ОП показва по-горе, макар да е легитимен и вероятно нещо, което и аз правя, технически е случай за това предупреждение, а не фалшиво положителен резултат. Друг начин да не се получи предупреждението е операцията за селекция да се извърши чрез reindex
, напр.
quote_df = quote_df.reindex(columns=['STK', ...])
Или,
quote_df = quote_df.reindex(['STK', ...], axis=1) # v.0.21
Когато направите нещо подобно:
quote_df = quote_df.ix[:,[0,3,2,1,4,5,8,9,30,31]]
pandas.ix
в този случай връща нова, самостоятелна рамка от данни.
Всички стойности, които решите да промените в тази рамка от данни, няма да променят оригиналната рамка от данни.
Това е, за което pandas се опитва да ви предупреди.
.ix
е лоша идеяОбектът .ix
се опитва да прави повече от едно нещо и за всеки, който е чел нещо за чист код, това е силна миризма.
При тази рамка от данни:
df = pd.DataFrame({"a": [1,2,3,4], "b": [1,1,2,2]})
Две поведения:
dfcopy = df.ix[:,["a"]]
dfcopy.a.ix[0] = 2
Първо поведение: dfcopy
вече е самостоятелна рамка от данни. Промяната му няма да промени df
df.ix[0, "a"] = 3
Поведение две: Това променя оригиналната рамка от данни.
.loc
Разработчиците на pandas признаха, че обектът .ix
е доста миризлив[спекулативно], и затова създадоха два нови обекта, които помагат при присъединяването и присвояването на данни. (Другият е .iloc
)
.loc
е по-бърз, тъй като не се опитва да създаде копие на данните.
Целта на .loc
е да модифицира съществуващата рамка от данни на място, което е по-ефективно по отношение на паметта.
.loc
е предсказуем, има едно поведение.
Това, което правите в примера с кода, е да заредите голям файл с много колони, след което да го модифицирате, за да бъде по-малък.
Функцията pd.read_csv
може да ви помогне в много от тези неща, а също така да направи зареждането на файла много по-бързо.
Така че вместо да правите това
quote_df = pd.read_csv(StringIO(str_of_all), sep=',', names=list('ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefg')) #dtype={'A': object, 'B': object, 'C': np.float64}
quote_df.rename(columns={'A':'STK', 'B':'TOpen', 'C':'TPCLOSE', 'D':'TPrice', 'E':'THigh', 'F':'TLow', 'I':'TVol', 'J':'TAmt', 'e':'TDate', 'f':'TTime'}, inplace=True)
quote_df = quote_df.ix[:,[0,3,2,1,4,5,8,9,30,31]]
Направете това
columns = ['STK', 'TPrice', 'TPCLOSE', 'TOpen', 'THigh', 'TLow', 'TVol', 'TAmt', 'TDate', 'TTime']
df = pd.read_csv(StringIO(str_of_all), sep=',', usecols=[0,3,2,1,4,5,8,9,30,31])
df.columns = columns
Това ще прочете само колоните, които ви интересуват, и ще ги наименува правилно. Няма нужда да използвате злия обект .ix
, за да правите магически неща.