ValueError: assignment destination is read-only
Modifici pe loc un array NumPy obținut dintr-un tabel pandas (df.values, df["col"].to_numpy()). În pandas 3 (Copy-on-Write), acest array e doar pentru citire, ca să nu schimbi tabelul pe ascuns. Fă o copie (to_numpy(copy=True) sau .copy()) sau modifică datele direct în pandas.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Din pandas 3, regula Copy-on-Write e mereu activă: orice obiect obținut dintr-un tabel se comportă ca o copie. Pentru array-urile NumPy, pandas nu face o copie reală (ar costa memorie), ci întoarce o „vedere” către datele tabelului, marcată doar pentru citire. Dacă încerci să scrii în ea (a[0] = 5, a += 1, a.sort(), np.random.shuffle(a)), NumPy refuză cu mesajul acesta.
În pandas 2, aceeași scriere modifica uneori și tabelul original, alteori nu, în funcție de tipurile coloanelor. Codul care se baza pe asta era fragil.
Același mesaj apare și cu array-uri din alte surse doar pentru citire: np.broadcast_to, np.frombuffer, imagini încărcate de unele biblioteci.
De ce apare: cauzele frecvente
1Modificarea array-ului unei coloane
a = df["pret"].to_numpy()
a[a < 0] = 0a = df["pret"].to_numpy(copy=True)
a[a < 0] = 0copy=True îți dă un array propriu, în care poți scrie liber.
2Voiai de fapt să modifici tabelul
v = df.values
v[v < 0] = 0df = df.clip(lower=0)
# sau, pe o coloană:
df.loc[df["pret"] < 0, "pret"] = 0Modificările tabelului se fac prin pandas, cu loc sau metode ca clip, nu prin array-ul de dedesubt.
3Funcții NumPy care lucrează pe loc
a = df["scor"].to_numpy()
a.sort()a = np.sort(df["scor"].to_numpy())np.sort(a) întoarce un array nou și nu scrie în cel original.
Repară eroarea, direct în pagină
Codul de mai jos ia scorurile din tabel ca array NumPy și înlocuiește scorurile negative (greșite) cu 0, dar în pandas 3 scrierea dă ValueError: assignment destination is read-only. Repară-l ca să afișeze array-ul corectat și media lui.
import numpy as np
import pandas as pd
df = pd.DataFrame({"elev": ["Ana", "Dan", "Ioana", "Radu"], "scor": [8.5, -1.0, 9.0, 7.5]})
scoruri = df["scor"].to_numpy()
scoruri[scoruri < 0] = 0
print(scoruri)
print(scoruri.mean())[8.5 0. 9. 7.5] 6.25
Indiciu
Cere un array propriu, cu to_numpy(copy=True).
Reparația
import numpy as np
import pandas as pd
df = pd.DataFrame({"elev": ["Ana", "Dan", "Ioana", "Radu"], "scor": [8.5, -1.0, 9.0, 7.5]})
scoruri = df["scor"].to_numpy(copy=True)
scoruri[scoruri < 0] = 0
print(scoruri)
print(scoruri.mean())De ce merge
Fără copie, to_numpy() întoarce o vedere către datele tabelului, iar pandas 3 o marchează doar pentru citire ca tabelul să nu se schimbe pe ascuns. Cu copy=True array-ul e al tău și poate fi modificat. Scorul negativ devine 0, iar media este (8.5 + 0 + 9.0 + 7.5) / 4 = 6.25.
Alte forme ale mesajului
ValueError: output array is read-only
Cum o eviți pe viitor
- Tratează array-urile obținute din pandas ca doar pentru citire.
- Când vrei să le modifici, cere o copie:
to_numpy(copy=True)saunp.array(serie). - Modificările datelor fă-le în pandas (
loc,where,clip,mask). - Preferă funcțiile care întorc rezultate noi (
np.sort,np.where) celor care scriu pe loc (a.sort()).
Întrebări frecvente
De ce pandas nu face direct o copie?
Pentru performanță: copierea unui tabel mare costă timp și memorie. Vederea doar pentru citire e gratuită și sigură, iar copia o ceri doar când ai nevoie de ea.
Cum verific dacă un array poate fi modificat?
a.flags.writeable e False pentru array-urile doar pentru citire. a.copy() dă mereu unul modificabil.
Erori înrudite
ChainedAssignmentError: A value is being set on a copy of a DataFrame or Series through chained assignment. Ai modificat valori printr-o atribuire în lanț, de exemplu df["pret"][0] = 10 sau df[df["x"] > 0]["y"] = 1, iar în pandas 3 asta nu schimbă DataFrame-ul original. Fă atribuirea într-un singur pas, cu df.loc[rânduri, "coloană"] = valoare. În pandas 1.x și 2.x aceeași greșeală dădea SettingWithCopyWarning. ValueError: operands could not be broadcast together with shapes (3,4) (3,) Cele două tablouri au forme pe care NumPy nu le poate potrivi element cu element: aici o matrice 3×4 și un vector cu 3 valori. Vectorul trebuie să aibă 4 valori (câte coloane) sau forma (3, 1) (câte rânduri): de obicei folosești keepdims=True la agregare sau v[:, None]. AttributeError: `np.NaN` was removed in the NumPy 2.0 release. Use `np.nan` instead. NumPy 2.0 a eliminat numele alternative ale unor constante și tipuri: np.NaN, np.NAN, np.Inf, np.infty, np.float_, np.unicode_. Folosește numele păstrate: np.nan, np.inf, np.float64, np.str_. Mesajul îți spune exact înlocuitorul. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
