E:\作业\Python\考研分析\3.py:93: 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

这个警告是 Pandas 提供的，通常是在对 DataFrame 进行操作时，有可能会修改原始数据，但是 Pandas 无法确定用户是否有意修改原始数据，因此会提醒用户。如果你确定你的操作是有意修改原始数据的，可以忽略该警告。

如果你不确定你的操作是否会修改原始数据，也可以尝试使用 `.loc` 或 `.iloc` 进行操作，这样就可以避免该警告。例如：

df.loc[index, column] = value

其中 `index` 和 `column` 分别表示行和列的索引，`value` 表示要设置的值。这样就可以避免警告了。

相关问题

E:\作业\Python\考研分析\3.py:95: 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 df_2020["总分"] = df_2020["总分"].astype(int)

这个警告同样是 Pandas 提供的，它提示你在给 DataFrame 的某个列赋值时，可能会修改原始数据，建议使用 `.loc` 或 `.iloc` 进行操作。

在这里，你可以使用 `.loc` 进行操作，如下所示：

df_2020.loc[:, '总分'] = df_2020.loc[:, '总分'].astype(int)

其中 `:` 表示对所有行进行操作，`'总分'` 表示要操作的列。这样就可以避免该警告了。

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/pandas/core/indexing.py:1596: 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 self.obj[key] = _infer_fill_value(value) /opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/pandas/core/indexing.py:1763: 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 isetter(loc, value)

这是一个 pandas 库的警告信息，通常出现在使用索引对 DataFrame 进行切片并赋值操作时。警告信息的意思是，用户试图对一个 DataFrame 对象的一个切片进行赋值操作，但是该操作会先对切片对象进行一次复制操作（copy），然后再对复制出来的对象进行赋值。这样的操作可能会导致意外修改原始数据或者引用错误的数据。为了避免这种风险，建议使用 .loc 或 .iloc 操作符进行赋值操作。同时，也可以在操作前使用 .copy() 方法对 DataFrame 对象进行显式的复制操作，以避免警告信息的出现。