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 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

以上這篇對python pandas中 inplace 參數的理解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。