熊猫 - inplace = True 是否被认为有害或无害？

Question

这一点之前已经讨论过，但答案有矛盾：

• in-place is good!
• in-place is bad!

我想知道的是：

• 为什么inplace = False是默认行为？
• 什么时候换好？（好吧，我可以改变它，所以我想这是有原因的）。
• 这是安全问题吗？也就是说，一个操作是否会由于inplace = True而失败/行为不当？
• 我是否可以提前知道某个inplace = True操作是否“真的”执行到位？

---

我的观点是：

• 许多Pandas操作都有一个inplace参数，总是默认为False，这意味着原始数据帧未被触及，并且操作返回一个新的DF。
• 当设置inplace = True时，操作可能对原始DF起作用，但仍可能在后台处理副本，完成后只需重新分配引用。

优点inplace = False：

• 允许链式/函数式语法：df.dropna().rename().sum()...，这很好，并且提供了一个延迟计算或更有效的重新排序的机会（尽管我不认为Pandas正在这样做）。
• 当在一个可能是底层DF的切片/视图的对象上使用inplace = True时，Pandas必须进行SettingWithCopy检查，这是很昂贵的。inplace = False避免了这一点。
• 一致且可预测的幕后行为。

优点inplace = True：

• 可以更快也可以更少地占用内存（第一个链接显示reset_index()运行速度是峰值内存的两倍，并且使用了一半的峰值内存！）。

因此，撇开copy vs view问题不谈，除非特别编写了一个链式语句，否则始终使用inplace = True似乎更有效率。但这不是熊猫默认的选择，所以我错过了什么？

Answer 1

如果inplace是默认值，那么数据帧将针对当前引用它的所有名称进行变异。

举个简单的例子，比如我有一个df：

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

现在，DataFrame保留行顺序非常重要——比如说，它来自插入顺序是关键的数据源。

但是，我现在需要执行一些需要不同排序顺序的操作：

def f(frame):
    df = frame.sort_values('a')
    # if we did frame.sort_values('a', inplace=True) here without
    # making it explicit - our caller is going to wonder what happened
    # do something
    return df

没关系-我原来的df保持不变。但是，如果inplace=True是默认值，那么我原来的df将被排序为f()的副作用，在这个副作用中，我必须信任调用方记住不要在适当的地方做我不期望的事情，而不是故意在适当的地方做某事。。。因此，最好是任何能使一个物体发生突变的东西都能显式地使其发生突变，至少能使其更明显地说明发生了什么以及为什么。

即使使用基本的Python内置可变表，您也可以看到：

data = [3, 2, 1]

def f(lst):
    lst.sort()
    # I meant lst = sorted(lst)
    for item in lst:
        print(item)

f(data)

for item in data:
    print(item)

# huh!? What happened to my data - why's it not 3, 2, 1?