查看“理解Pandas中inplace参数”的源代码
←
理解Pandas中inplace参数
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
在pandas 中 ,inplace 参数在很多函数中都会有,它的作用是:是否在原对象基础上进行修改 inplace = True:不创建新的对象,直接对原始对象进行修改; inplace = False:对数据进行修改,创建并返回新的对象承载其修改结果。 默认是False,即创建新的对象进行修改,原对象不变,和深复制和浅复制有些类似。 下面我们还是一样举个例子来看看: import pandas as pd import numpy as np import random df=pd.DataFrame(np.random.randn(4,3),columns=["A","B","C"]) df_1=df.drop(["A"],axis=1,inplace=True) print(df) print("df_1:",df_1) 运行结果: 可以看到,此时df_1为None。 下面我们尝试一下将inplace=True改成inplace=False,保持其他不变。 import pandas as pd import numpy as np import random df=pd.DataFrame(np.random.randn(4,3),columns=["A","B","C"]) df_1=df.drop(["A"],axis=1,inplace=False) print(df) print("df_1:",df_1) 可以看到,此时df_1的值与之前发现了变化。 注意~ inplace的取值只有False和True,如给定其他值的话(比如0和1之类的),会以下报错: ValueError: For argument "inplace" expected type bool, received type int.
返回至
理解Pandas中inplace参数
。
导航菜单
个人工具
创建账户
登录
命名空间
页面
讨论
不转换
不转换
简体
繁體
大陆简体
香港繁體
澳門繁體
大马简体
新加坡简体
台灣正體
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息