pandas遇到SettingWithCopyWarning警告出现的原因和解决

在使用pandas时有很多赋值操作，并且出现了很多SettingWithCopyWarning警告。
首先先搞清楚视图和副本：

  对于 df2 = df.head(3) 来说，df2 为视图，可以理解为截取 df1 的一部分来显示，实际上原数据都是指向 df1。当对视图 df2 进行修改时，会对原数据进行修改。

  而对于 df2 = df.head(3).copy()来说，df2 为 df1 截取的一个副本，此处df1 和 df2是两个完全不同的 DataFrame，当对副本 df2 进行修改时，不会修改到 df1。即用 .copy() 实现了数据隔离。

第一种情况：如果不想在原df上进行修改，即对由原df得到的新df进行修改希望的同时不影响到原来df的数据，一般使用 .copy()，但是考虑数据量和性能，可以考虑使用 双loc即后面加.loc[:] 从原df获得新df，再对新df进行修改，并且同时不影响原df，实际上是隐式创建副本。

import pandas as pd

ids = [1, 2]
info = {
   
   'C': 0.5}
df = pd.DataFrame({
   
   
    'id': [1, 2, 3],
    'A': [4, 5, 6],
    'B': [7, 8, 9]
})

# 一、对于添加或修改df的列复现SettingWithCopyWarning
# 出现原因：操作DataFrame时，不小心创建了DataFrame的一个视图（view）而不是副本（copy）。这可能导致数据的修改未按预期生效。
# 一般使用 .loc 或 .iloc 进行明确的数据选择来避免
# 但是对于链式反应即使使用 .loc 或 .iloc 还是会出现SettingWithCopyWarning
exp_df = df.loc[df['id'].isin(ids)]
if not exp_df.empty:
    exp_df.loc[:, 'C'] = info['C']
print(exp_df)
print('-------------')
print(df)


OUT:
   id  A  B    C
0   1  4  7  0.5
1   2  5  8  0.5
-------------
   id  A  B
0   1  4  7
1   2  5  8
2   3  6  9
.../3558177221.py:14: 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: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  exp_df.loc[:, 'C'] = info['C']

但是如果用.loc[:]

import pandas as pd
ids = [1, 2]
info = {
   
   'C': 0.5}
df = pd.