pandas SettingWithCopyWarning 0으로 잡는 6가지

서브셋을 만들고 값을 수정했는데, 어떤 때는 원본 DataFrame이 바뀌고 어떤 때는 안 바뀌는 경험을 해봤다면 SettingWithCopyWarning을 이미 만난 겁니다. 이 경고는 단순히 “거슬리는 로그”가 아니라, 내 코드가 뷰(view)인지 복사(copy)인지 불명확한 상태에서 값을 썼다는 경고입니다. 즉, 결과가 환경·버전·최적화에 따라 달라질 수 있어 재현성까지 흔들립니다.

핵심은 하나입니다.

필터링(선택)과 할당(수정)을 분리하지 말고, 한 번에 명시적으로 수행하거나
복사를 의도했으면 복사를 명시하거나
원본을 수정하려면 원본을 대상으로 .loc 등 명확한 API로 수정해야 합니다.

아래 6가지는 경고를 “숨기는” 게 아니라, 경고가 뜨는 원인을 제거해 경고 0개를 만드는 패턴입니다. 더 확장된 케이스는 pandas SettingWithCopyWarning 완전 해결법 8가지도 함께 참고하면 좋습니다.

왜 SettingWithCopyWarning이 뜨는가

대표적인 트리거는 체인 인덱싱입니다. 예를 들어 아래 코드는 경고가 뜰 수 있습니다.

import pandas as pd

df = pd.DataFrame({
    "team": ["A", "A", "B"],
    "score": [10, 20, 30]
})

# 체인 인덱싱: df[mask][col] = ...
df[df["team"] == "A"]["score"] = 0

df[df["team"] == "A"]가 뷰인지 복사본인지 pandas가 보장하지 못하기 때문에, 그 다음 [...]로 컬럼을 뽑아 할당하는 순간 “원본에 반영 안 될 수도 있음” 경고가 발생합니다.

이제부터는 같은 작업을 “안전하게” 바꾸는 방법들입니다.

1) `.loc`로 필터링과 할당을 한 번에 끝내기

가장 정석이며, 팀 내 표준으로 삼기 좋은 방법입니다.

mask = df["team"] == "A"
df.loc[mask, "score"] = 0

mask로 행을 고르고
.loc[행, 열]로 원본 df에 직접 할당합니다.

여러 컬럼을 동시에 수정

mask = df["team"] == "A"
df.loc[mask, ["score"]] = df.loc[mask, ["score"]] * 2

여러 컬럼이면 리스트로 열을 지정하세요. 이 패턴만 잘 지켜도 경고 대부분이 사라집니다.

2) 서브셋을 따로 쓸 거면 `.copy()`로 의도를 확정하기

서브셋을 만든 뒤 그 서브셋을 독립적으로 가공할 계획이라면, 복사를 명시해야 경고도 사라지고 의미도 분명해집니다.

subset = df.loc[df["team"] == "A"].copy()
subset["score"] = 0

subset은 원본과 분리된 데이터가 됩니다.
원본을 바꾸고 싶다면 이 방법은 목적에 맞지 않습니다.

언제 `.copy()`가 특히 필요한가

필터링한 결과를 여러 단계로 가공할 때
함수 인자로 넘겨서 내부에서 수정할 때
SettingWithCopyWarning이 간헐적으로만 뜰 때(환경에 따라 뷰/복사 판정이 흔들리는 케이스)

3) `assign`으로 파이프라인 스타일 유지하기(불변식에 가깝게)

원본을 직접 수정하는 대신, 새 DataFrame을 반환하는 방식으로 작업하면 경고 자체가 발생할 여지가 줄어듭니다.

out = (
    df
    .assign(score=lambda x: x["score"].where(x["team"] != "A", 0))
)

.assign은 새 컬럼(또는 기존 컬럼 덮어쓰기)을 명시적으로 생성합니다.
where는 조건에 따라 값을 유지하거나 바꿉니다.

이 방식은 데이터 파이프라인을 단계별로 합성할 때 특히 좋습니다. 프론트엔드에서 타입 안정성을 높이기 위해 제약을 명시하는 방식과 결이 비슷한데, 타입스크립트의 satisfies처럼 의도를 코드로 드러내는 접근은 TS 5.x satisfies로 타입 오류 줄이는 실전과도 통하는 면이 있습니다.

4) `query`와 `.loc`를 조합해 가독성 유지하기

조건이 복잡해질수록 마스크가 길어져 실수하기 쉽습니다. 이때 query로 조건을 읽기 좋게 만들고, 수정은 .loc로 처리하면 안전합니다.

mask = df.query("team == 'A' and score >= 10").index

df.loc[mask, "score"] = 0

포인트는 query 결과를 그대로 수정하지 않는 것입니다. query로는 “대상 인덱스”만 뽑고, 할당은 원본 df.loc[...]에서 수행하세요.

5) 그룹 단위 계산은 `transform`로 원본 인덱스 정렬을 보장하기

그룹별 평균을 빼는 정규화 같은 작업을 체인 인덱싱으로 하다 보면 경고뿐 아니라 정렬 미스매치 버그도 자주 납니다. groupby().transform()은 원본과 동일한 길이와 인덱스를 유지하므로 안전합니다.

# 팀별 평균을 뺀 centered_score 컬럼 생성
out = df.assign(
    centered_score=df["score"] - df.groupby("team")["score"].transform("mean")
)

원본을 직접 수정하고 싶다면 아래처럼도 가능합니다.

df.loc[:, "centered_score"] = df["score"] - df.groupby("team")["score"].transform("mean")

여기서도 .loc[:, ...]로 “원본에 쓰겠다”를 명시합니다.

6) 경고를 0으로 만드는 마지막 점검: 체인 인덱싱 금지 규칙과 테스트

코드베이스에서 경고를 “완전히 0”으로 만들려면 개인의 주의만으로는 부족합니다. 아래 2가지를 팀 규칙으로 두면 효과가 큽니다.

6-1) 금지 패턴을 룰로 정하기

다음 형태는 원칙적으로 금지하세요.

df[mask]["col"] = value
df["col"][mask] = value

대신 아래만 허용합니다.

df.loc[mask, "col"] = value
subset = df.loc[mask].copy() 후 subset[...] = ...
.assign(...)으로 새 프레임 생성

6-2) SettingWithCopyWarning을 테스트에서 실패로 만들기

로컬에서는 넘어가도 CI에서 경고를 잡아내면 “경고 0” 상태를 유지하기 쉽습니다.

import pandas as pd

pd.options.mode.chained_assignment = "raise"  # 경고를 예외로

# 이후 체인 인덱싱이 발생하면 SettingWithCopyError가 발생

개발/테스트 환경에서만 raise를 켜고
운영 환경에서는 기본값을 유지하는 전략이 현실적입니다.

경고를 억지로 끄는 아래 설정은 권장하지 않습니다.

pd.options.mode.chained_assignment = None  # 경고 숨김(비권장)

경고가 사라져도 버그 가능성은 그대로 남습니다.

자주 나오는 Q&A

원본을 수정해야 할 때와 복사해서 수정해야 할 때는 어떻게 구분하나

원본 df가 이후 로직에서 그대로 쓰여야 하고, 수정이 전역적으로 반영되어야 한다면 .loc로 원본을 수정하세요.
특정 분석 단계의 중간 산출물로만 쓸 거라면 .copy()로 분리하세요.

`.loc`를 썼는데도 경고가 나는 경우가 있나

대부분은 .loc 사용 위치가 “서브셋 객체”에 적용된 경우입니다. 예를 들어 tmp = df[mask]를 만든 다음 tmp.loc[...] = ...를 하면 tmp 자체가 뷰/복사 불명확이라 경고가 날 수 있습니다. 이때는 tmp = df.loc[mask].copy()로 바꾸거나, 애초에 df.loc[mask, ...]로 원본에 직접 쓰세요.

정리: 경고 0의 기준은 ‘의도 명시’다

SettingWithCopyWarning을 0으로 만든다는 건, 단순히 로그를 없애는 게 아니라 수정 대상이 원본인지 복사본인지 매번 명확히 선언한다는 뜻입니다.

원본 수정: .loc[mask, col] = value
서브셋 가공: .loc[mask].copy()
파이프라인: .assign(...)
그룹 계산: transform으로 인덱스 정렬 보장
품질 유지: 테스트에서 chained_assignment = 'raise'

이 6가지를 팀 규칙으로 고정하면, 경고를 “우연히” 피하는 게 아니라 “구조적으로” 제거할 수 있습니다.

왜 SettingWithCopyWarning이 뜨는가

1) .loc로 필터링과 할당을 한 번에 끝내기