为什么 iloc() 的一种使用会给出SettingWithCopyWarning，而另一种则不会？

在类的方法中，我使用以下语句：

self.__datacontainer.iloc[-1]['c'] = value

这样做我得到一个 “设置复制警告： 试图在 DataFrame 中的切片副本上设置一个值”

现在我尝试重现此错误并编写以下简单代码：

import pandas, numpy
df = pandas.DataFrame(numpy.random.randn(5,3),columns=list('ABC'))
df.iloc[-1]['C'] = 3

我没有得到任何错误。为什么我在第一个语句中出现错误，而在第二个语句中却没有？

链式索引

As the 文档 https://pandas.pydata.org/pandas-docs/stable/indexing.html#returning-a-view-versus-a-copy以及该网站上的其他几个答案（[1] https://stackoverflow.com/questions/21463589/pandas-chained-assignments, [2] https://stackoverflow.com/questions/20625582/how-to-deal-with-settingwithcopywarning-in-pandas）建议，链式索引被认为是不好的做法，应该避免。

因为似乎没有一种优雅的方式来使用基于整数位置的索引 (i.e. .iloc）而不违反链索引规则（从pandas开始v0.23.4），建议改为使用基于标签的索引 (i.e. .loc) 尽可能用于分配目的。

但是，如果您绝对需要按行号访问数据，您可以

df.iloc[-1, df.columns.get_loc('c')] = 42

or

df.iloc[[-1, 1], df.columns.get_indexer(['a', 'c'])] = 42

熊猫行为怪异

根据我的理解，在尝试人为地重现错误时，您期望收到警告是绝对正确的。

到目前为止我发现这取决于数据框的构造方式

df = pd.DataFrame({'a': [4, 5, 6], 'c': [3, 2, 1]})
df.iloc[-1]['c'] = 42 # no warning

df = pd.DataFrame({'a': ['x', 'y', 'z'], 'c': ['t', 'u', 'v']})
df.iloc[-1]['c'] = 'f' # no warning

df = pd.DataFrame({'a': ['x', 'y', 'z'], 'c': [3, 2, 1]})
df.iloc[-1]['c'] = 42 # SettingWithCopyWarning: ...

看来熊猫（至少v0.23.4）在链分配方面以不同的方式处理混合类型和单一类型数据帧[3] https://github.com/pandas-dev/pandas/blob/d9c814fd38f6ff73c53f286fdc71ca9512b81aef/pandas/core/generic.py#L3159

def _check_is_chained_assignment_possible(self):
    """
    Check if we are a view, have a cacher, and are of mixed type.
    If so, then force a setitem_copy check.
    Should be called just near setting a value
    Will return a boolean if it we are a view and are cached, but a
    single-dtype meaning that the cacher should be updated following
    setting.
    """
    if self._is_view and self._is_cached:
        ref = self._get_cacher()
        if ref is not None and ref._is_mixed_type:
            self._check_setitem_copy(stacklevel=4, t='referant',
                                     force=True)
        return True
    elif self._is_copy:
        self._check_setitem_copy(stacklevel=4, t='referant')
    return False

这对我来说确实很奇怪，尽管我不确定这是否不是预期的。

然而，有一个老bug https://github.com/pandas-dev/pandas/issues/9767有类似的行为。

UPDATE

根据开发商 https://github.com/pandas-dev/pandas/issues/24315上述行为是预期的。