理解 pandas 中的 inplace=True

Question

在 pandas 库中很多时候有一个选项可以更改对象，例如使用以下语句……

 df.dropna(axis='index', how='all', inplace=True)

我很好奇当 inplace=True inplace=False 时返回什么以及如何处理对象。

所有操作都在修改 self 时 inplace=True 吗？当 inplace=False 是立即创建的新对象，例如 new_df = self 然后 new_df 被返回？

---

如果您试图关闭某人应该使用 inplace=True 而没有使用的问题，请考虑 replace() 方法不适用于 Pandas DataFrame 。

原文由 Aran Freel 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

当 inplace=True 被传递时，数据被原地重命名（它不返回任何内容），所以你可以使用：

 df.an_operation(inplace=True)

当传递 inplace=False 时（这是默认值，因此不是必需的），执行操作并返回对象的副本，因此您可以使用：

 df = df.an_operation(inplace=False)

原文由 Ed Harrod 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

在熊猫中，inplace = True 是否被认为是有害的？

TLDR;是的，是的。

• inplace ，与名称所暗示的相反，通常不会阻止创建副本，并且（几乎）从不提供任何性能优势
• inplace 不适用于方法链
• inplace 可以导致 SettingWithCopyWarning 如果在 DataFrame 列上使用，并且可能会阻止操作进行，导致代码中难以调试的错误

以上痛点是新手常犯的坑，去掉这个选项会简化API。

---

我不建议设置这个参数，因为它没有什么用处。请参阅 此 GitHub 问题，该问题提出 inplace 参数在 api 范围内弃用。

一个常见的误解是使用 inplace=True 将导致更高效或优化的代码。实际上，使用 inplace=True 绝对没有性能优势。 _无论如何_，就地和不就地版本都会创建数据副本，就地版本会自动分配回副本。

inplace=True 是初学者常见的陷阱。例如，它可以 触发 SettingWithCopyWarning ：

 df = pd.DataFrame({'a': [3, 2, 1], 'b': ['x', 'y', 'z']})

df2 = df[df['a'] > 1]
df2['b'].replace({'x': 'abc'}, inplace=True)
# SettingWithCopyWarning:
# A value is trying to be set on a copy of a slice from a DataFrame

使用 inplace=True 在 DataFrame 列上调用函数 可能有效，也可能无效。当涉及链式索引时尤其如此。

好像上面描述的问题还不够， inplace=True 也 阻碍了方法链接。对比一下的工作

result = df.some_function1().reset_index().some_function2()

相对于

temp = df.some_function1()
temp.reset_index(inplace=True)
result = temp.some_function2()

前者有助于更好的代码组织和可读性。

---

另一个支持性声明是 set_axis 的 API 最近已更改，使得 inplace 默认值从 True 切换为 False。请参见 GH27600 。干得好开发者！

原文由 cs95 发布，翻译遵循 CC BY-SA 4.0 许可协议