python中 inplace 参数的理解

 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。

其默认的数值是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。

实例1--inplace=True情况：

import pandas as pd
import numpy as np
df=pd.DataFrame(np.random.randn(4,3),columns=["A","B","C"])
data=df.drop(["A"],axis=1,inplace=True)
print(df)
print(data)
​
>> 
          B         C
0  0.472730 -0.626685
1  0.065358  0.031326
2 -0.318582  1.123308
3 -0.097687  0.018820
None
​

此时对df改变为data之后，其原来的df值也会改变！！

实例2--inplace=False情况：

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         C
0 -0.731578  0.226483  0.986656
1  0.075936  1.622889  1.767967
2 -1.477780 -0.164374 -1.025555
3 -0.645208 -0.847264 -0.744622
         B         C
0  0.226483  0.986656
1  1.622889  1.767967
2 -0.164374 -1.025555
3 -0.847264 -0.744622
​

此时对df改变为data之后，其原来的df值没有改变！！

另外，要注意的是，inplace的取值只有False和True，如给定0或1，会报如下错误：

ValueError: For argument "inplace" expected type bool, received type int.

​