Question

使用inplace的准则是什么？

例如，

df = df.reset_index()

或

df.reset_index(inplace=True)

同样但不同？

Answer 1

就生成的DataFrame df而言，这两种方法是相同的。不同之处在于（最大）内存使用量，因为就地版本不会创建DataFrame的副本。

考虑这个设置：

import numpy as np
import pandas as pd

def make_data():
    return pd.DataFrame(np.random.rand(1000000, 100))

def func_copy():
    df = make_data()
    df = df.reset_index()

def func_inplace():
    df = make_data()
    df.reset_index(inplace=True)

我们可以使用memory_profile库对内存使用情况执行一些基准测试：

%load_ext memory_profiler

%memit func_copy()
# peak memory: 1602.66 MiB, increment: 1548.66 MiB

%memit func_inplace()
# peak memory: 817.02 MiB, increment: 762.94 MiB

正如预期的那样，就地版本的内存效率更高。

另一方面，当数据大小足够大时（例如在上面的示例中），方法之间的运行时间似乎也存在非平凡的差异：

%timeit func_copy()
1 loops, best of 3: 2.56 s per loop

%timeit func_inplace()
1 loops, best of 3: 1.35 s per loop

这些差异可能会也可能不会很大，具体取决于用例（例如，特殊探索性分析与生产代码），数据大小和可用的硬件资源。通常，尽可能使用就地版本可能是一个好主意，以获得更好的内存和运行时效率。

关于使用pandas inplace关键字参数的指南

1 个答案: