我还没有找到比使用warnings模块抑制警告更好的方法：

import numpy as np
import pandas as pd
import warnings

df = pd.DataFrame({"price": [11.1, 12.2]}, index=["book1", "book2"])
original_prices = df["price"]
new_prices = np.array([98, 99])
with warnings.catch_warnings():
    # Setting values in-place is fine, ignore the warning in Pandas >= 1.5.0
    # This can be removed, if Pandas 1.5.0 does not need to be supported any longer.
    # See also: https://stackoverflow.com/q/74057367/859591
    warnings.filterwarnings(
        "ignore",
        category=FutureWarning,
        message=(
            ".*will attempt to set the values inplace instead of always setting a new array. "
            "To retain the old behavior, use either.*"
        ),
    )

    df.iloc[:, 0] = new_prices

df.iloc[:, 0]

因为我还不能发表评论，所以在这里发帖。
现在我想我也会抑制警告，因为我不想要旧的行为，从来没有想过要这样使用它。

如changelog所述，当使用不同的dtype* 设置数组 * 中的整列时，会打印警告，因此调整dtype是一种使其静默的方法：

df = pd.DataFrame({'price': [11.1, 12.2]}, index=['book1', 'book2'])
original_prices = df['price']
new_prices = np.array([98, 99]).astype(float)
df.iloc[:, 0] = new_prices
df.iloc[:, 0]

注意额外的.astype(float)。不是理想的解决方案，但是一个解决方案。

我只是暂时过滤所有未来的警告：

import warnings
warnings.simplefilter("ignore", category=FutureWarning)