Python 在原地与不原地操作数据帧（原地=真与假）

我想知道当我们选择就地操作数据帧（与不就地操作相比）时，内存使用是否会显著减少

我对堆栈溢出进行了一些搜索，结果发现，如果操作没有执行到位，则返回一个数据帧副本（我想当有一个名为'inplace'：p的可选参数时，这有点明显）

如果我不需要保留原始的数据帧，只修改数据帧是有益的（也是合乎逻辑的），对吗

上下文：

我试图在按数据框中的特定“列”排序时获取顶部元素。我想知道这两种方法中哪一种更有效：

到位：

vs

副本：

对于“复制”的情况，它仍然在排序时为复制分配内存，即使我没有将副本分配给变量，对吗？如果是，从内存中释放该副本需要多长时间

---

感谢您提前提供的任何见解

一般来说，

inplace=True

和返回显式副本之间没有区别-在这两种情况下，都会创建副本。碰巧的是，在第一种情况下，副本中的数据被复制回原始

df

对象，因此不需要重新分配

---

此外，请注意，从

v0.21

开始，

df.sort

已被弃用，请改用。

在jupyter中执行，并通过%%time比较执行时间。或者选择其他工具来衡量性能我更关心内存使用情况，所以我将试用“python内存分析器”。我忘记了那个模块。。。我只是想知道是否有人能给我一个快速的概念性答案。如果你的问题得到了回答，请。它没有得到完全的回答…哦，所以这两种方法都在内存中复制了一个副本，但在原地标记为True，只是将它写回原始df？那么，将inplace设置为False，然后删除原始变量的引用以显式释放内存，这与将inplace设置为True基本上是一样的，这是否准确呢？@Ellest对第一个问题的回答是肯定的。我不明白你的第二个问题，因为这里没有分配/取消分配。@COLDSPEED没有为副本分配内存，如何创建副本？在

inplace=False

的情况下，原始副本不会从内存中释放，因为变量仍将引用该数据帧对象吗？i、 e.如果我们没有进行适当的排序：

df=DataFrame（…）；df_sorted=df.sort（…，inplace=False）

剩下的df和df_sorted都占用了空间。然而，如果我们进行适当的排序：

df=DataFrame（…）；sort（…，inplace=True）

我们只剩下一个数据帧。@在后一种情况下，额外的df被垃圾收集。

df.sort('some_column', ascending=0, inplace=1)
top = df.iloc[0]

top = df.sort('some_column', ascending=0).iloc[0]