熊猫：更改列数据类型产生警告

Question

比方说，我有以下的熊猫数据框：

df = pd.DataFrame({'one': ['Baseline', 5, 6], 'two': [10, 10, 10]}) 
print(df) 
print(df.dtypes) 
# one object 
# two  int64 

我要收集所有的行，其中df.one != 'Baseline'，然后转换为one列在这个新的数据帧到int数据类型。我认为下面会工作得很好，但我得到一个SettingWithCopyWarning投诉，当我尝试投int到one：

df_sub = df[df['one'] != 'Baseline'] 
df_sub['one'] = df_sub['one'].astype(int) 

script.py:15. SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame. 
Try using .loc[row_indexer,col_indexer] = value instead 

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 
    df_sub['one'] = df_sub['one'].astype(int) 

的代码似乎好工作（见下文），但我想知道如何避免这个警告（我应该使用不同的方法等）。我正在关注this question以更改特定列的数据类型。我也试过df_sub.loc[:, 'one'] = df_sub['one'].astype(int)和df_sub.loc[:, 'one'] = df_sub.loc[:, 'one'].astype(int)，我得到了同样的错误。

print(df_sub.dtypes) 
# one  int64 
# two  int64 

Answer 1

为了避免该警告，让您的数据帧的副本

df_sub = df[df['one'] != 'Baseline'].copy() # A deep copy of your dataframe otherwise it'll point to an existing one in memory.