W pandasbibliotece wielokrotnie istnieje możliwość zmiany obiektu w miejscu np. Za pomocą poniższej instrukcji ...

df.dropna(axis='index', how='all', inplace=True)

Jestem ciekawy, co jest zwracane oraz jak obiekt jest obsługiwany, kiedy inplace=Truejest przekazywany, a kiedy inplace=False.

Czy wszystkie operacje modyfikują selfkiedy inplace=True? A kiedy inplace=Falsenowy obiekt jest tworzony natychmiast, na przykład, new_df = selfa następnie new_dfjest zwracany?

Po inplace=Trueprzekazaniu dane są zmieniane w miejscu (nic nie zwraca), więc użyjesz:

df.an_operation(inplace=True)

Kiedy inplace=Falsejest przekazywane (jest to wartość domyślna, więc nie jest to konieczne), wykonuje operację i zwraca kopię obiektu, więc użyjesz:

df = df.an_operation(inplace=False) 

Czy w pandach inplace = True jest uważany za szkodliwy, czy nie?

TLDR; Tak tak to jest.

• inplacewbrew temu, co sugeruje nazwa, często nie uniemożliwia tworzenia kopii i (prawie) nigdy nie zapewnia żadnych korzyści związanych z wydajnością
• inplace nie działa z łączeniem metod
• inplace to częsta pułapka dla początkujących, więc usunięcie tej opcji uprości interfejs API

Nie radzę ustawiać tego parametru, ponieważ ma to niewielki cel . Zobacz ten problem z usługą GitHub, który proponuje inplacewycofanie argumentu w całym api.

Powszechnym błędem jest przekonanie, że używanie inplace=Trueprowadzi do bardziej wydajnego lub zoptymalizowanego kodu. W rzeczywistości używanie nie daje żadnych korzyści w zakresie wydajnościinplace=True . Zarówno w miejscu i out-of-place wersje utworzyć kopię danych w każdym razie , ze wersja na miejscu automatycznie przypisując kopiowania plecy.

inplace=Trueto częsta pułapka dla początkujących. Na przykład może wywołaćSettingWithCopyWarning :

df = pd.DataFrame({'a': [3, 2, 1], 'b': ['x', 'y', 'z']})

df2 = df[df['a'] > 1]
df2['b'].replace({'x': 'abc'}, inplace=True)
# SettingWithCopyWarning: 
# A value is trying to be set on a copy of a slice from a DataFrame

Wywołanie funkcji w kolumnie DataFrame z inplace=True może, ale nie musi, działać . Jest to szczególnie ważne w przypadku indeksowania łańcuchowego.

Jakby opisane powyżej problemy nie wystarczały, utrudniainplace=True również łączenie metod . Porównaj działanie

result = df.some_function1().reset_index().some_function2()

W przeciwieństwie do

temp = df.some_function1()
temp.reset_index(inplace=True)
result = temp.some_function2()

Pierwsza z nich zapewnia lepszą organizację i czytelność kodu.

Innym potwierdzającym twierdzeniem jest to, że API for set_axiszostało niedawno zmienione w taki sposób, że inplacewartość domyślna została zmieniona z True na False. Zobacz GH27600 . Świetna robota!

Sposób, w jaki go używam, jest

# Have to assign back to dataframe (because it is a new copy)
df = df.some_operation(inplace=False) 

Lub

# No need to assign back to dataframe (because it is on the same copy)
df.some_operation(inplace=True)

WNIOSEK:

 if inplace is False
      Assign to a new variable;
 else
      No need to assign

inplaceParametr:

df.dropna(axis='index', how='all', inplace=True)

w Pandasogólności oznacza:

1. Pandas tworzy kopię oryginalnych danych

2. ... wykonuje jakieś obliczenia

3. ... przypisuje wyniki do oryginalnych danych.

4. ... usuwa kopię.

Jak możesz przeczytać w dalszej części mojej odpowiedzi poniżej, nadal możemy mieć dobry powód, aby używać tego parametru, tj. inplace operations, Ale powinniśmy go unikać, jeśli możemy, ponieważ generuje więcej problemów, takich jak:

1. Twój kod będzie trudniejszy do debugowania (w rzeczywistości SettingwithCopyWarning oznacza ostrzeżenie o tym możliwym problemie)

2. Konflikt z łączeniem metod

Więc jest nawet przypadek, kiedy powinniśmy go jeszcze użyć?

Zdecydowanie tak. Jeśli użyjemy pand lub dowolnego narzędzia do obsługi ogromnego zbioru danych, możemy łatwo stawić czoła sytuacji, w której niektóre duże zbiory danych mogą pochłonąć całą naszą pamięć. Aby uniknąć tego niepożądanego efektu, możemy użyć kilku technik, takich jak łączenie metod :

(
    wine.rename(columns={"color_intensity": "ci"})
    .assign(color_filter=lambda x: np.where((x.hue > 1) & (x.ci > 7), 1, 0))
    .query("alcohol > 14 and color_filter == 1")
    .sort_values("alcohol", ascending=False)
    .reset_index(drop=True)
    .loc[:, ["alcohol", "ci", "hue"]]
)

co sprawia, że ​​nasz kod jest bardziej zwarty (choć trudniejszy do zinterpretowania i debugowania) i zużywa mniej pamięci, ponieważ metody łańcuchowe działają z wartościami zwracanymi przez inną metodę, w wyniku czego powstaje tylko jedna kopia danych wejściowych. Widzimy wyraźnie, że po tych operacjach będziemy mieć 2 x pierwotne zużycie pamięci danych .

Lub możemy użyć inplaceparametru (choć trudniej też zinterpretować i debugować), nasze zużycie pamięci wyniesie 2 x oryginalne dane , ale nasze zużycie pamięci po tej operacji pozostanie 1 x oryginalne dane , które jeśli ktoś kiedykolwiek pracował z ogromnymi zbiorami danych dokładnie wie, może być duża korzyść.

Ostateczna konkluzja:

Unikaj używania inplaceparametru, chyba że nie pracujesz z dużymi danymi i pamiętaj o możliwych problemach, jeśli nadal go używasz.

Zapisz go w tej samej zmiennej

data["column01"].where(data["column01"]< 5, inplace=True)

Zapisz go w osobnej zmiennej

data["column02"] = data["column01"].where(data["column1"]< 5)

Ale zawsze możesz nadpisać zmienną

data["column01"] = data["column01"].where(data["column1"]< 5)

FYI: Domyślnie inplace = False

Kiedy próbujemy wprowadzić zmiany w ramce danych Pandas za pomocą funkcji, używamy „inplace = True”, jeśli chcemy zatwierdzić zmiany w ramce danych. Dlatego pierwszy wiersz w poniższym kodzie zmienia nazwę pierwszej kolumny w „df” na „Grades”. Musimy zadzwonić do bazy danych, jeśli chcemy zobaczyć wynikową bazę danych.

df.rename(columns={0: 'Grades'}, inplace=True)
df

Używamy „inplace = False” (jest to również wartość domyślna), gdy nie chcemy zatwierdzać zmian, ale po prostu drukujemy wynikową bazę danych. W efekcie kopia oryginalnej bazy danych z zatwierdzonymi zmianami jest drukowana bez zmiany oryginalnej bazy danych.

Dla większej jasności poniższe kody robią to samo:

#Code 1
df.rename(columns={0: 'Grades'}, inplace=True)
#Code 2
df=df.rename(columns={0: 'Grades'}, inplace=False}

inplace=True jest używany w zależności od tego, czy chcesz wprowadzić zmiany w oryginalnym df, czy nie.

df.drop_duplicates()

pokaże tylko usunięte wartości, ale nie wprowadzi żadnych zmian w df

df.drop_duplicates(inplace  = True)

porzuci wartości i wprowadzi zmiany w df.

Mam nadzieję że to pomoże.:)

inplace=Trueczyni funkcję nieczystą. Zmienia oryginalną ramkę danych i zwraca Brak. W takim przypadku Ty przerywasz łańcuch DSL. Ponieważ większość funkcji dataframe zwraca nową ramkę danych, można wygodnie korzystać z DSL. Lubić

df.sort_values().rename().to_csv()

Wywołanie funkcji z inplace=Truezwraca Brak i łańcuch DSL jest uszkodzony. Na przykład

df.sort_values(inplace=True).rename().to_csv()

rzuci NoneType object has no attribute 'rename'

Coś podobnego z wbudowanym sortowaniem i sortowaniem w Pythonie. lst.sort()zwraca Nonei sorted(lst)zwraca nową listę.

Generalnie nie używaj, inplace=Truechyba że masz ku temu konkretny powód. Kiedy musisz napisać kod ponownego przypisania, taki jak df = df.sort_values(), spróbuj dołączyć wywołanie funkcji w łańcuchu DSL, np

df = pd.read_csv().sort_values()...

Jeśli chodzi o moje doświadczenie w pandach, chciałbym odpowiedzieć.

Argument „inplace = True” oznacza, że ​​ramka danych musi wprowadzić trwałe zmiany, np.

    df.dropna(axis='index', how='all', inplace=True)

zmienia tę samą ramkę danych (ponieważ ta panda znajduje wpisy NaN w indeksie i porzuca je). Jeśli spróbujemy

    df.dropna(axis='index', how='all')

pandas pokazuje ramkę danych ze zmianami, które wprowadzamy, ale nie modyfikuje oryginalnej ramki danych „df”.

Jeśli nie użyjesz inplace = True lub użyjesz inplace = False, w zasadzie otrzymasz kopię.

Na przykład:

testdf.sort_values(inplace=True, by='volume', ascending=False)

zmieni strukturę z danymi posortowanymi w porządku malejącym.

następnie:

testdf2 = testdf.sort_values( by='volume', ascending=True)

utworzy kopię testdf2. wszystkie wartości będą takie same, ale sortowanie zostanie odwrócone i będziesz mieć niezależny obiekt.

następnie biorąc pod uwagę kolejną kolumnę, powiedz LongMA i zrobisz:

testdf2.LongMA = testdf2.LongMA -1

kolumna LongMA w testdf będzie miała oryginalne wartości, a testdf2 będzie miała zdekrimentowane wartości.

Ważne jest, aby śledzić różnicę w miarę wzrostu łańcucha obliczeń, a kopie ramek danych mają swój własny cykl życia.

Tak, w Pandach mamy wiele funkcji, które mają parametr, inplaceale domyślnie jest do niego przypisany False.

Kiedy więc df.dropna(axis='index', how='all', inplace=False)to zrobisz , myśli, że nie chcesz zmieniać oryginału DataFrame, dlatego zamiast tego tworzy dla Ciebie nową kopię z wymaganymi zmianami.

Ale po zmianie inplaceparametru naTrue

Wtedy jest to równoważne z wyraźnym stwierdzeniem, że nie chcę nowej kopii DataFramezamiast tego dokonać zmian na podanymDataFrame

Zmusza to interpreter języka Python, aby nie tworzył nowego plikuDataFrame

Możesz też uniknąć używania inplaceparametru, ponownie przypisując wynik do oryginalnej ramki DataFrame

df = df.dropna(axis='index', how='all')