python中 inplace 参数的理解

最新推荐文章于 2024-11-06 11:08:15 发布

原创最新推荐文章于 2024-11-06 11:08:15 发布

· 1.1w 阅读

12 ·

版权

文章标签：

#python #后端 #开发语言 #算法

python学习同时被 2 个专栏收录

44 篇文章

订阅专栏

面向对象基础知识

13 篇文章

订阅专栏

Pandas库中的inplace参数用于控制数据框操作是否直接在原对象上进行。当设置为True时，操作会修改原数据框；而设置为False，则会返回一个新的数据框副本。通过示例展示了inplace=True和inplace=False时，drop函数对数据框的影响，强调了理解inplace参数对于避免意外数据更改的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pandas 中 inplace 参数在很多函数中都会有，它的作用是：是否在原对象基础上进行修改

inplace = True：不创建新的对象，直接对原始对象进行修改； inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。

其默认的数值是False，即创建新的对象进行修改，原对象不变，和深复制和浅复制有些类似。

实例1--inplace=True情况：


import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randn(4,3),columns=["A","B","C"])
data=df.drop(["A"],axis=1,inplace=True)
print(df)
print(data)

>> 
          B         C
0  0.472730 -0.626685
1  0.065358  0.031326
2 -0.318582  1.123308
3 -0.097687  0.018820
None

此时对df改变为data之后，其原来的df值也会改变！！

实例2--inplace=False情况：

df=pd.DataFrame(np.random.randn(4,3),columns=["A","B","C"])
data=df.drop(["A"],axis=1,inplace=False)
print(df)
print(data)

>>
         A         B         C
0 -0.731578  0.226483  0.986656
1  0.075936  1.622889  1.767967
2 -1.477780 -0.164374 -1.025555
3 -0.645208 -0.847264 -0.744622
         B         C
0  0.226483  0.986656
1  1.622889  1.767967
2 -0.164374 -1.025555
3 -0.847264 -0.744622

此时对df改变为data之后，其原来的df值没有改变！！

另外，要注意的是，inplace的取值只有False和True，如给定0或1，会报如下错误：

ValueError: For argument "inplace" expected type bool, received type int.