Pandas — SettingWithCopyWarning 与被静默丢弃的写入

症状

　　警告自带两行解释，点名确切形状：SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame。更危险的是静默变体：警告未开启时，写入看似成功，父 DataFrame 却从未改变。三行代码即可演示——d[d.a > 5][“b”] = 1 之后打印列名，b 列根本不存在：第一个方括号造出切片，赋值落进切片，切片随即被垃圾回收。过滤后传给函数、函数内赋值、修改的副本无人观察，是同一机制在函数边界的翻版。

诊断思路

　　先 pd.set_option(‘mode.chained_assignment’, ‘raise’) 把警告升级为错误，让间歇性警告变成确定性的、能直接定位到赋值行的回溯；再 grep 双方括号形状（一行里出现两组 [] 相邻）找语法指纹；最后用最小示例验证写入是否真正落地。注意行为可能是数据相关的：混合 dtype 或 copy-on-write 设置会改变切片是否为视图，同一代码路径时灵时不灵正是这个原因。

根因

　　链式索引把第一个方括号求值为切片，它可能是父对象的视图也可能是副本；第二个赋值写进这个中间对象。当中间对象是副本时，写入在一个无人保留的对象上成功，原 DataFrame 表现为无视这次赋值。

修复与验证

　　链改成单步 .loc：d.loc[d.a > 5, “b”] = 一步完成行选择与列赋值，直写父对象。确实需要独立快照时显式 .copy() 再赋值。pandas 2+ 尽早开启 mode.copy_on_write：切片按定义为副本，视图-副本歧义整个类别被删除——需要传播的代码必须显式写 .loc。验证时在 chained_assignment=raise 下跑完整管线，零异常证明链已清零；再断言数据结果本身：谓词命中的行在父对象里确实带着写入值，快照变体的写入只出现在快照里；最后开启 copy-on-write 重跑确认结果一致，让未来迁移到 pandas 3 默认值成为零操作。把警告配置成 None 只会保住丢数据行为同时移除唯一信号，等于给数据完整性判缓刑。

代码示例

SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

d = pd.DataFrame({"a": [1, 9]})
d[d.a > 5]["b"] = 1
print(d.columns.tolist())   # ['a'] — column b vanished

d.loc[d.a > 5, "b"] = 1          # single-step: writes the parent

subset = d[d.a > 5].copy()        # independent object
subset["b"] = 1                   # safe: writes the snapshot

pd.set_option("mode.copy_on_write", True)