pandas 中 inplace 參數(shù)在很多函數(shù)中都會(huì)有，它的作用是：是否在原對(duì)象基礎(chǔ)上進(jìn)行修改

inplace = True：不創(chuàng)建新的對(duì)象，直接對(duì)原始對(duì)象進(jìn)行修改；

​inplace = False：對(duì)數(shù)據(jù)進(jìn)行修改，創(chuàng)建并返回新的對(duì)象承載其修改結(jié)果。

默認(rèn)是False，即創(chuàng)建新的對(duì)象進(jìn)行修改，原對(duì)象不變，和深復(fù)制和淺復(fù)制有些類似。

例：

inplace=True情況：

import pandas as pdimport numpy as npdf=pd.DataFrame(np.random.randn(4,3),columns=['A','B','C'])data=df.drop(['A'],axis=1,inplace=True)print(df)print(data)>> B C0 0.472730 -0.6266851 0.065358 0.0313262 -0.318582 1.1233083 -0.097687 0.018820None

inplace=False情況：

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 C0 -0.731578 0.226483 0.9866561 0.075936 1.622889 1.7679672 -1.477780 -0.164374 -1.0255553 -0.645208 -0.847264 -0.744622 B C0 0.226483 0.9866561 1.622889 1.7679672 -0.164374 -1.0255553 -0.847264 -0.744622

另外，要注意的是，inplace的取值只有False和True，如給定0或1，會(huì)報(bào)如下錯(cuò)誤：

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

補(bǔ)充知識(shí)：pandas.DataFrame.drop_duplicates后面inplace=True與inplace=False的區(qū)別

drop_duplicates(inplace=True)是直接對(duì)原dataFrame進(jìn)行操作。

如:

t.drop_duplicates(inplace=True) 則，對(duì)t中重復(fù)將被去除。

drop_duplicates(inplace=False)將不改變?cè)瓉?lái)的dataFrame，而將結(jié)果生成在一個(gè)新的dataFrame中。

如：

s = t.drop_duplicates(inplace=False) 則，t的內(nèi)容不發(fā)生改變，s的內(nèi)容是去除重復(fù)后的內(nèi)容

以上這篇對(duì)python pandas中 inplace 參數(shù)的理解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。