Pandas 2.1.0 FutureWarning：Series.__getitem__ 将键视为位置已弃用

Question

我遇到了 Pandas v2.1.0+ 的问题，我无法弄清楚。

我的 pandas 数据框中有一个列列表，需要使用自定义函数进行转换。新值取决于数据中的多个列，因此我使用 apply 就地转换列：

my_columns_to_convert = ['col1','col2','col3']

for k in my_columns_to_convert:
  df[k] = df[[k,colx]].apply(lambda x: convert_my_data(value_1_in=x[0],value_2_in=x[1]),axis=1)

这在以前版本的 pandas 中运行得很好。但现在我得到：

FutureWarning: Series.__getitem__ treating keys as positions is deprecated. In a future version, integer keys will always be treated as labels (consistent with DataFrame behavior). To access a value by position, use `ser.iloc[pos]`

但我没有使用 loc 或 iloc，到目前为止我所审查的所有内容似乎都表明这是问题所在。我该如何编写这段代码，以便将来以“正确”的方式进行操作？

在 Pandas 中使用以前的方法确实有效。

Answer 1

这可以通过这个简单的例子FutureWarning来触发：2.1.0

ser = pd.Series({"A": "a", "B": "b", "C": "c"})

# A    a
# B    b
# C    c
# dtype: object

print(ser[1]) # gives 'b' but with a FutureWarning: Series.__getitem__ treating keys..

目标是在对DataFrame 和 Series进行 [ ] 索引时具有一致的行为。请记住，df[1]不会返回位于该 DataFrame 的第二个位置的列，并且会触发 a KeyError（除非文字 0 是实际列，在这种情况下，0将返回该列）。

因此，根据您的代码，您的df（请参阅下面我的想象）很可能没​​有默认索引（即整数范围或至少整数列表）。因此，当在这里对每个系列进行切片时x[0]，x[1]虽然索引是字符串["A", "B", "C"]，但 pandas 会警告您使用x.iloc[0]andx.iloc[1]代替。

my_columns_to_convert = ['col1', 'col2', 'col3']

df = pd.DataFrame(
    np.arange(12).reshape(-1, 4),
    index=list("ABC"), columns= my_columns_to_convert + ["colx"]
)

#    col1  col2  col3  colx
# A     0     3     6     3
# B    28    35    42     7
# C    88    99   110    11

def convert_my_data(value_1_in, value_2_in):
    return value_1_in * value_2_in # a simple calculation

for k in my_columns_to_convert:
    df[k] = (
        df[[k, "colx"]].apply(
            lambda x: convert_my_data(value_1_in=x[0], value_2_in=x[1]), axis=1)
    )

# the FutureWarning is displayed three times (= the length of the Series) :

FutureWarning：Series.__getitem__不推荐将键视为位置。在未来的版本中，整数键将始终被视为标签（与 DataFrame 行为一致）。要按位置访问值，请使用ser.iloc[pos]：lambda x: convert_my_data(value_1_in=x[0], value_2_in=x[1]), axis=1)

顺便说一句，您的代码似乎效率不高，并且可能很容易矢量化。