Python 熊猫在现场操作中的应用

我期待着一种奇怪的行为。在下面的代码中

import numpy as np
import pandas as pd

def info(df):
    print(f"whole df: {hex(id(df))}")
    print(f"col a   : {hex(id(df['a']))}")
    print(f"col b   : {hex(id(df['b']))}")
    print(f"col c   : {hex(id(df['c']))}")

def _drop(col):
    print(f"called on  : {col.name}")
    print(f"before drop: {hex(id(col))}")
    col[0] = -1    
    col.dropna(inplace=True)
    col[0] = 1
    print(f"after drop : {hex(id(col))}")   


df = pd.DataFrame([[np.nan, 1.2, np.nan],
                   [5.8, np.nan, np.nan]], columns=['a', 'b', 'c'])

info(df)
df.apply(_drop)
info(df)

如果我注释掉

dropna（）

行，或者调用

dropna（inplace=False）

我会得到我预期的结果（因为

dropna

创建了一个副本，我正在修改原始序列）：

但是当

dropna（inplace=True）

操作应该在原地完成，从而修改原始序列，但是我得到的结果是：

     a    b    c
 0 -1.0 -1.0 -1.0
 1  5.8  NaN  NaN

不过，我希望结果与以前的情况相同。

dropna

操作是否返回克隆，即使该操作已就位？ 我使用的是熊猫版本0.23.1

编辑： 根据提供的答案，我添加了

hex（ids（））

调用来验证实际实例。上面的代码对此进行了打印（值可能不同，但它们之间的相等性应该相同）

奇怪的是，该函数在

a

和

b

列上被调用了2次，但是该函数表示只在第一列上调用了两次

此外，列

b

第二遍的十六进制值不同。当省略

列drop（）

时，这两种情况都不会发生

---

十六进制值表明，<代码> .Apple（）>代码>创建了一个新的列副本，但是它如何将这些值传播回原来的<代码> df>代码>我不知道。

我试图用可变范围的概念来解释这一点，不认为它是一个完整的答案，但对其他人来说可能是有洞察力的。p>

---

当.apply在与col参数对应的每个系列上执行时，在_drop（）行col[0]=-1的范围内，全局更改df的“第一行”，因此它会对其进行变异。当使用inplace=True调用dropna（）时，实际会删除nan，但仅针对该函数范围内的序列，它不会分配给全局df。即使它覆盖了变量col。另一个洞察可能是Docs说.dropna（inplace=True）返回None，_drop（）也将返回None，因为没有return语句

在pandas/numpy github上提出这个问题可能是值得的-对我来说，这看起来像是意外的行为-如果您向函数添加

return col

语句，您的代码将按预期工作。这表明确实创建了本地副本<代码>打印（十六进制（id（col））确认这一点

def _drop(col):
    col[0] = -1
    col.dropna(inplace=True)
    col[0] = 1
    return col # <----

df = pd.DataFrame([[np.nan, 1.2, np.nan],
                   [5.8, np.nan, np.nan]], columns=['a', 'b', 'c'])

df.apply(_drop)

def_下降（col）：
列[0]=-1
col.dropna（就地=真）
列[0]=1
return col#你期望你的期望输出是什么？请参考这篇文章了解inplace@J先生：这篇文章并没有回答作者的问题……这是一个有趣的问题——如果你在函数中添加两次
print（hex（id（col））
，你会发现没有复制done@Thomas它讨论了inplace是如何工作的。是的，这种方法是有效的，但是行
df.apply（\u drop）
创建了一个新的数据帧。原始的
df
与我的问题一样保留为-1。这可能就是id不同的原因。如前所述，我建议在上提出一个问题。即使这不是一个bug，也绝对是意外行为。如果你提出了问题，请在这里发布链接，我也对结果感兴趣。行
col[0]=-1
不会全局更改df的第一行，但只更改
col
系列中的第一行（这是df中的一个特定元素）。我更新了我的代码，您可以看到，变量
col
在删除后没有修改。最后，我看不到任何与返回类型的连接，无论是
.dropna（inplace=True）
还是
\u drop（）。
whole df   : 0x1f482392f28
col a      : 0x1f482392f60
col b      : 0x1f48452af98
col c      : 0x1f48452ada0
called on  : a
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : b
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : a
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : b
before drop: 0x1f4ffef1ef0
after drop : 0x1f4ffef1ef0
called on  : c
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
whole df   : 0x1f482392f28
col a      : 0x1f482392f60
col b      : 0x1f48452af98
col c      : 0x1f48452ada0

def _drop(col):
    col[0] = -1
    col.dropna(inplace=True)
    col[0] = 1
    return col # <----

df = pd.DataFrame([[np.nan, 1.2, np.nan],
                   [5.8, np.nan, np.nan]], columns=['a', 'b', 'c'])

df.apply(_drop)