我想使用 inplace=True vs df=df 的任何情况？

inplace=True，写入或编辑RAM中的原始数据，无需返回

inplace=False，在RAM中创建一个新的副本数据，并对其进行编辑，然后返回

如果多个名称指向同一个对象，则存在很大差异。 不能就地工作，它只是将副本重新分配给相同的名称。df = df.do_something()

下面是一个示例，演示了差异。

重新赋值 保持不变，它仍然指向原始对象和新输出。dfdf2df

df = pd.DataFrame({'col1': [1, float('nan'), 3]})
df2 = df

df = df.dropna()
print(df2)

   col1
0   1.0
1   NaN
2   3.0

随着对象被修改到位。inplace=True

df = pd.DataFrame({'col1': [1, float('nan'), 3]})
df2 = df

df.dropna(inplace=True)
print(df2)

   col1
0   1.0
2   3.0

在现实生活中，我真的没有看到一个用例可以保留对同一对象的多个引用。鉴于大熊猫的复杂性，有时很难跟踪视图和副本。我建议避免.事实上，对于大多数函数，都有关于删除此参数的讨论。inplace=True