逐行修改DataFrame而不會報SettingwithCopyWarning警告的方法：
df.iloc[行數,df.columns.get_loc(列名)]=new_value
參考：https://cloud.tencent.com/developer/ask/168023/answer/270064
逐行修改數據時，我們可能關注或只記得列名，這時使用df.iloc或者df.loc都不合適，因為是混合索引，但使用df.ix[行號,列名]=new_value又會報SettingwithCopyWarning，因此只能用上述方法，df.columns.get_loc(列名)這個方法會返回列名所在的列數，得到這個數值，就可以使用df.iloc了。
'''以下方式逐行修改數據，但由於需要讀取、寫入兩個操作，會報警告 num=df.shape[0] for i in range(num): row=.iloc[i] row['my_col']=(num+1)/num df.iloc[i]=row '''
#以下方式不會報警，且避免了df.ix[index,column]已過時的警告 df.iloc[i,df.columns.get_loc('my_col')]=(num-i)/num
引申：df[布爾表達式]['my_col']=new_value 這樣的寫法為何會報SettingwithCopyWarning ?
因為這種寫法存在修改副本（即類似表與視圖的關系）的情況，其中df[布爾表達式]會返回一個df的子集副本，而['my_col']=new_value 是寫入，是寫入到副本，這種寫入可能是無效的，因為副本不會自動保存到原始DataFrame。解決辦法是使用df.loc或者df.iloc，且loc或iloc后面只使用一個中括號[]，這樣可以保證，df.loc[行索引,列名]=new_value直接操作原始表。
參考：Pandas 中 SettingwithCopyWarning 的原理和解決方案