Почему я получаю предупреждение SettingWithCopyWarning при использовании сдвигов и dropna внутри функции? ⇐ Python

[Anonymous]

В общем, когда я получаю это предупреждение
/home/mo/mwe.py:7: 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

Я перехожу ко второму ответу о том, как бороться с SettingWithCopyWarning в Pandas, и пытаюсь свести свой код к одному из представленных примеров.
Однако на этот раз я застрял с этим не таким уж минимальным MWE:
import pandas as pd

def edit_df(df):
df["shifted"] = df["base"].shift(-1)
df["diff"] = df["shifted"] - df["base"]
df = df.dropna()
df["match"] = df["diff"] > 1
return df

def main():
df = pd.DataFrame({'base': [1,2]})
df = edit_df(df)
print(df)

main()

Я пытался свернуть его дальше, но предупреждение исчезает, когда я удаляю любой из блоков или вставляю код функции в main. Следовательно, я предполагаю, что предупреждение вызвано комбинацией операций. Но от меня ускользает, почему это так. Судя по этому вопросу, я предполагаю, что я всегда работаю над исходным фреймом данных, как и предполагалось.
Насколько я понимаю, я, вероятно, где-то делаю нарезку, поэтому я попытался разместить loc[: , 'column_name'] везде, где, как я предполагаю, происходит нарезка (edit_df_loc ниже), как предлагается в документации. Изменения вносятся, но предупреждение по-прежнему отображается.
Использование dropna().copy() или dropna(inplace=True) приводит к исчезновению предупреждения. Но я не знаю, почему я хочу скопировать фрейм данных (нужно ли это?), а inplace не следует использовать.
Почему я вижу предупреждение и как его правильно исправить?

Pandas версии 2.3.3
Мне вполне может не хватать терминологии, поэтому указать мне на дублирующую цель, которая объясняет ситуацию, также очень важно оценено.
Для справки, вот некоторые варианты, которые не выдают предупреждение, и моя попытка использовать loc[].
Я каждый раз создаю новый кадр данных, поэтому не должно быть никаких фрагментов выше по потоку, как предложено здесь.
import pandas as pd

def edit_df(df):
df["shifted"] = df["base"].shift(-1)
df["diff"] = df["shifted"] - df["base"]
df = df.dropna()
df["match"] = df["base"] > 1
return df

def edit_df1(df):
df = df.dropna()
df["match"] = df["base"] > 1
return df

def edit_df2(df):
df["shifted"] = df["base"].shift(-1)
df["diff"] = df["shifted"] - df["base"]
df = df.dropna()
return df

def edit_df3(df):
df["shifted"] = df["base"].shift(-1)
df["diff"] = df["shifted"] - df["base"]
df["match"] = df["base"] > 1
return df

def edit_df_copy(df):
df["shifted"] = df["base"].shift(-1)
df["diff"] = df["shifted"] - df["base"]
df = df.dropna().copy()
df["match"] = df["base"] > 1
return df

def edit_df_loc(df):
df.loc[:, "shifted"] = df.loc[:, "base"].shift(-1)
df.loc[:, "diff"] = df.loc[:, "shifted"] - df.loc[:, "base"]
df = df.dropna()
df.loc[:, "match"] = df.loc[:, "base"] > 1
return df

def main():
df = pd.DataFrame({'base': [1,2]})
df = edit_df_copy(df)
df = pd.DataFrame({'base': [1,2]})
df = edit_df1(df)
df = pd.DataFrame({'base': [1,2]})
df = edit_df2(df)
df = pd.DataFrame({'base': [1,2]})
df = edit_df3(df)
print(df)

main()



Подробнее здесь: https://stackoverflow.com/questions/798 ... de-a-funct