對(duì)python pandas中 inplace 參數(shù)的理解
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 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
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 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
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腳本之家。
相關(guān)文章
Python Numpy數(shù)組擴(kuò)展repeat和tile使用實(shí)例解析
這篇文章主要介紹了Python Numpy數(shù)組擴(kuò)展repeat和tile使用實(shí)例解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12
這篇文章主要介紹了numpy在python中的用法,NumPy是Python科學(xué)計(jì)算庫(kù),主要用于處理大型多維數(shù)組和矩陣運(yùn)算,它提供了多種函數(shù)進(jìn)行數(shù)組操作,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2025-01-01
Python使用PyPDF進(jìn)行PDF操作的代碼示例
PDF 是一種非常常見(jiàn)的文件格式,用于文檔共享、電子書、合同等場(chǎng)景,對(duì)于開(kāi)發(fā)者來(lái)說(shuō),能夠高效地操作 PDF 文件是一個(gè)重要技能,本文將介紹如何使用 Python 的 PyPDF 庫(kù)完成一些常見(jiàn)的 PDF 處理任務(wù),并分享實(shí)戰(zhàn)經(jīng)驗(yàn),需要的朋友可以參考下2025-01-01
這篇文章主要介紹了Python安裝spark的詳細(xì)過(guò)程，本文通過(guò)圖文實(shí)例代碼相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-10-10
PyTorch中的torch.cat函數(shù)基本用法詳解
在PyTorch中,torch.cat是一個(gè)非常實(shí)用的函數(shù),用于將多個(gè)張量（Tensor）沿指定維度連接起來(lái),本文將詳細(xì)介紹torch.cat函數(shù)的用法,并通過(guò)一些示例來(lái)說(shuō)明其應(yīng)用,感興趣的朋友跟隨小編一起看看吧2024-08-08
Python 實(shí)現(xiàn)勞拉游戲的實(shí)例代碼（四連環(huán)、重力四子棋）
這篇文章主要介紹了Python 實(shí)現(xiàn)勞拉游戲的實(shí)例代碼（四連環(huán)、重力四子棋）,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
python實(shí)現(xiàn)網(wǎng)上購(gòu)物系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)網(wǎng)上購(gòu)物系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-06-06
這篇文章主要介紹了詳解Python遍歷列表時(shí)刪除元素的正確做法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
利用Python實(shí)現(xiàn)網(wǎng)絡(luò)運(yùn)維自動(dòng)化的實(shí)戰(zhàn)案例
Python作為一種簡(jiǎn)潔而強(qiáng)大的編程語(yǔ)言,已經(jīng)成為網(wǎng)絡(luò)運(yùn)維自動(dòng)化的熱門選擇,本文將介紹如何利用Python實(shí)現(xiàn)網(wǎng)絡(luò)設(shè)備配置管理、監(jiān)控和故障排除等自動(dòng)化任務(wù),并提供代碼示例,需要的朋友可以參考下2024-03-03
這篇文章主要介紹了Python保存MongoDB上的文件到本地的方法,涉及Python調(diào)用pymongo模塊的gridfs方法來(lái)操作MongoDB文件的相關(guān)技巧,需要的朋友可以參考下2016-03-03