Pandas has a built in function to accomplish this task，它允许您通过一种替代的、更简单的方法来避免抛出的错误
而不是添加一个新的序列号列，然后设置该列的索引，就像您对：

file2['ni']= range(0, len(file2)) # this is the line that generates the warning
file2 = file2.set_index('ni')

您可以改为用途：

file2 = file2.reset_index(drop=True)

.reset_index()的默认行为是获取当前索引，将该索引作为 Dataframe 的第一列插入，然后构建一个新索引（我假设这里的逻辑是，默认行为使得比较旧索引与新索引非常容易，这对于健全性检查非常有用）. drop=True意味着不将旧索引保留为新列，只要去掉它，用新的索引替换它，这似乎是你想要的。
合在一起，您的新代码可能看起来像这样

file1 = pd.read_csv("filename.txt",sep='|', header=None, names=['Var1', 'Var2', 'Var3', 'Var4']) 
file2 = file1.drop_duplicates(["Var2", "Var3"]).reset_index(drop=True)

See this question as well

我认为你的.drop_duplicates()实际上导致了警告。
相反，请确保您创建了dataframe的新副本：

file2 = file1.drop_duplicates(["Var2", "Var3"]).copy()

您可以简单地将pandas.DataFrame.drop_duplicates（）的ignore_index参数设置为True，以重新索引生成的DataFrame。默认情况下，其值为False。
那么，你的代码

file1 = pd.read_csv("filename.txt",sep='|', header=None, names=['Var1', 'Var2', 'Var3', 'Var4']) 
file2 = file1.drop_duplicates(["Var2", "Var3"])
# create another variable as a new index: ni
file2['ni']= range(0, len(file2)) # this is the line that generates the warning
file2 = file2.set_index('ni')

将更新为

file1 = pd.read_csv("filename.txt",sep='|', header=None, names=['Var1', 'Var2', 'Var3', 'Var4']) 
file2 = file1.drop_duplicates(["Var2", "Var3"], ignore_index=True)

pandas〉= 2.0：drop_duplicates现在支持ignore_index=True

pandas〉= 2.0

df.drop_duplicates(["Var2", "Var3"], ignore_index=True)

   Var1  Var2  Var3  Var4
0    52     2     3    89
1    15     1     3    78
2    33     2     4    67

这允许您跳过后续的reset_index调用。
在GH48304中实现
对于旧版pandas（〈2.0）

df.drop_duplicates(["Var2", "Var3"]).reset_index(drop=True)

   Var1  Var2  Var3  Var4
0    52     2     3    89
1    15     1     3    78
2    33     2     4    67