跳转至

熊猫中的“原地”是什么意思？

原文:https://www.geesforgeks.org/in-place-in-pandas 是什么意思/

在这篇文章中，我们将看到熊猫的出现。Inplace 是用于不同函数的参数。将 inplace 用作属性的一些函数，例如， set_index()， dropna() ，fill na()，reset_index()，drop()，replace()等等。该属性的默认值为 False ，返回对象的副本。

这里我们使用的是 fillna() 方法。

语法:data frame.fillna(data frame.mean()、inlcae = false)

让我们通过分步实现来理解这个方法:

第一步。首先，我们导入所有需要的库。

蟒蛇 3

# import required module
import pandas as pd

第二步。正在创建数据框。

蟒蛇 3

# creating dataframe
dataframe = pd.DataFrame({'Name':['Shobhit','vaibhav',
                                'vimal','Sourabh'],

                        'Class':[11,12,10,9],
                        'Age':[18,20,21,17]})

# Checking created dataframe
display(dataframe)

输出:

第三步。要查看在中的使用，我们将使用重命名功能，在这里我们将将“名称”列重命名为“名字”。

在这一步中，我们不会在代码中使用 inplace。

蟒蛇 3

# without using inplace renaming the column
new_data = dataframe.rename(columns = {'Name':'FirstName'})

# check new_data
display(new_data)

输出:

我们可以清楚地看到，原始数据帧没有变化。通过这一点，我们可以得出结论:inplace 的默认值是 False。

现在在这一步中，我们将使用带有 False 值的 inplace。

蟒蛇 3

# putting inplace=False
new_data_2 = dataframe.rename(columns = {'Name':'FirstName'},
                            inplace = False)

#check new_data_2
display(new_data_2)

输出:

同样，我们可以清楚地看到原始数据集没有变化。

最后，我们将放入等于真的值。T3】

蟒蛇 3

# Putting Inplace=True
dataframe.rename(columns = {'Name':'FirstName'},
                 inplace = True)

# check whether dataframe is modidfied or not
print(dataframe)

输出:

最后，我们可以看到原始数据框列已经从“名称”修改为“名字”。

以下是基于上述方法的完整程序:

蟒蛇 3

# importing pandas
import pandas as pd

# creating dataframe
dataframe=pd.DataFrame({'Name':['Shobhit','Vaibhav',
                                'Vimal','Sourabh'],

                        'Class':[11,12,10,9],
                        'Age':[18,20,21,17]})

# Checking created dataframe
# copied dataframe
display(dataframe)

# without using inplace renaming the column
new_data = dataframe.rename(columns = {'Name':'FirstName'})

# Copied dataframe
display(new_data)  

# checking whether dataframe is modified or not
# Original dataframe
display(dataframe)

# putting inplace=False
new_data_2 = dataframe.rename(columns = {'Name':'FirstName'},
                              inplace = False)

# Copied dataframe
display(new_data_2)

# checking whether dataframe is modified or not
# Original dataframe
display(dataframe)

# Putting Inplace=True
dataframe.rename(columns = {'Name':'FirstName'},
                 inplace = True)

# checking whether dataframe is modified or not
# Original dataframe
display(dataframe)

输出:

回到顶部