5

tengo una consulta, quiero agregar una columna en un DataFrame de la siguiente manera:

df["nueva columna"] = 0

>>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

Sin embargo al crear una columna de la siguiente manera:

df = df.assign(nueva_columna = 0)

no arroja ningun warning, pero no me deja ponerle espacio al nombre de la columna Mi pregunta es ¿por qué me lanza la advertencia?, siempre creo las columnas de la primera forma.

3 respuestas 3

5

Creo que el problema viene de que esa columna ya existía en tu DataFrame.

Cuando la columna ya existe, al hacer df["nueva columna"] obtienes una referencia a la columna en cuestión, a la que puedes asignar perfectamente el valor 0 (que pandas repetirá el número de veces necesario para rellenar con ceros la columna completa). Pero el problema es que tal vez, bajo condiciones muy difíciles de prever, df["nueva columna"] no te dé una referencia a la columna, sino una copia de la columna. En ese caso la asignación de ceros la harías sobre la copia en lugar de sobre la columna real, y eso es lo que te dice el aviso.

El método con df.assign() no tiene ese problema, pues actúa siempre sobre una referencia a la columna, ya sea para crear una nueva o para sustituir lo que ya había en ella si existía previamente.

No obstante, no es esa la única solución. El propio warning te está diciendo cómo deberías hacerlo, y es usando la propiedad .loc, del dataframe, la cual siempre te permitirá acceder a referencias de las columnas y nunca a copias.

La propiedad .loc[] espera dos índices entre los corchetes, separados por una coma. El primero se refiere a la fila y el segundo a la columna. Cualquiera de los dos puede ser un rango, por lo que te permite en el fondo hacer una selección rectangular de tu dataframe.

En tu caso, para seleccionar una columna completa, puedes poner : en la parte de las filas. Por tanto:

df.loc[:, "nueva columna"] = 0

Eso creará la columna nueva si no existía, es decir hace lo mismo que tú intentabas, pero evitará el warning.

5

Por empezar, dudo que el warning se de en un escenario de asignación simple como lo has indicado en tu ejemplo ya que en realidad este warning se implementó hace tiempo pero para operaciones encadenadas potencialmente problemáticas. Por ejemplo este caso:

import pandas as pd
df = pd.DataFrame([1, 2, 3], columns=["A"])
df[df.A > 2]['B'] = 1000

main.py:4: 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[df.A > 2]['B'] = 1000

   A
0  1
1  2
2  3

En primer lugar vemos que es simplemente un warning que no detiene la ejecución, en segundo lugar, nos sugiere cual es la forma adecuada de hacer lo que estamos intentando : df.loc[df.A > 2, 'B'] y por último observando los resultados, vemos que no obtuvimos lo que esperábamos. El problema aquí es que df[df.A > 2] retorna una copia del df original, con lo cual la operación encadenada siguiente, es decir la creación de una nueva columna, actúa sobre la copia y no sobre el objeto original. Por consiguiente el retorno no es lo que potencialmente estaríamos esperando de ahí el warning.

La solución, en realidad pasa por hacer lo que se sugiere:

df.loc[df.A > 2, "B"] = 1000
print(df)

   A       B
0  1     NaN
1  2     NaN
2  3  1000.0

Por otro lado, si tenemos bien controlada la situación, tal vez convenga "apagar" este warning, por lo que podríamos hacer:

pd.options.mode.chained_assignment = None
2

El tema va porque se está asignando un valor único a toda una columna, por eso el sistema te indica que se precise una fila y columna.

En tal sentido, se tiene que crear un vector (arreglo) que tenga una longitud igual al número de filas del data frame. Sobre lo anterior se puede usar la función shape para saber las dimensiones del data frame (df)

# se crea un data frame
df = pd.DataFrame(["7", "4", "6", "10", "9"], columns=["Precios"])
print(df)
#   Precios
# 0       7
# 1       4
# 2       6
# 3      10
# 4       9

# dimensiones del data frame "df" (filas, columnas)
print(df.shape)
# (5, 1)

# se agrega una lista de ceros cuya longitud es igual al numero de filas df.shape[0]
df["Nueva Columna"] = [0] * df.shape[0]
print(df)
#    Precios  Nueva Columna
# 0       7              0
# 1       4              0
# 2       6              0
# 3      10              0
# 4       9              0

Aunque sugiero que trate de no emplearse espacios en los nombres de la columna, para ello se puede usar underline o el camel case

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.