溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹pandas中inplace參數的作用是什么，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！
pandas 中 inplace 參數在很多函數中都會有，它的作用是：是否在原對象基礎上進行修改
inplace = True：不創建新的對象，直接對原始對象進行修改；
​inplace = False：對數據進行修改，創建并返回新的對象承載其修改結果。
默認是False，即創建新的對象進行修改，原對象不變，和深復制和淺復制有些類似。
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
Noneinplace=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，會報如下錯誤：
ValueError: For argument "inplace" expected type bool, received type int.
補充知識：pandas.DataFrame.drop_duplicates后面inplace=True與inplace=False的區別
drop_duplicates(inplace=True)是直接對原dataFrame進行操作。
如:
t.drop_duplicates(inplace=True) 則，對t中重復將被去除。
drop_duplicates(inplace=False)將不改變原來的dataFrame，而將結果生成在一個新的dataFrame中。
如：
s = t.drop_duplicates(inplace=False) 則，t的內容不發生改變，s的內容是去除重復后的內容
以上是pandas中inplace參數的作用是什么的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
