在本篇中，我們來簡單介紹一下inpalce參數以及使用。

在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。

下面我們還是一樣舉個例子來看看：

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)

運行結果：

可以看到，此時df_1為None。

下面我們嘗試一下將inplace=True改成inplace=False，保持其他不變。

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，此時df_1的值與之前發現了變化。

注意~

inplace的取值只有False和True，如給定其他值的話（比如0和1之類的），會以下報錯：

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

學過就知道了，布爾值，有機會我專門寫一篇介紹一下關于數據類型的~

---

以上便是<如何正確在pandas里使用inplace參數>的內容，歡迎感興趣的小伙伴一起討論、學習，更多內容請看我的其他文章。

總結

以上是生活随笔為你收集整理的pandas修改数据类型_如何正确在pandas里使用inplace参数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。