我想知道当我们选择就地操作数据帧时是否显着降低了内存使用量（与非就地相比）。
我已经对Stack Overflow进行了一些搜索并遇到了这个post，答案说明如果一个操作没有就地完成，那么会返回一个数据帧的副本（我猜当有一个名为＆＃39; inplace＆＃39; P）的可选参数时，这有点明显。
如果我不需要保留原始数据框架，那么只修改数据框架是否有益（而且合乎逻辑）？
上下文
我试图在按特定列排序时获取顶部元素＆＃39;在数据框中。我想知道这两个中哪一个更有效率：
就地：
df.sort('some_column', ascending=0, inplace=1)
top = df.iloc[0]
VS
复制：
top = df.sort('some_column', ascending=0).iloc[0]
对于＆＃39;副本＆＃39;虽然我没有将副本分配给变量，但是在排序时它仍然会在制作副本时分配内存吗？如果是这样，从内存中释放该副本需要多长时间？
提前感谢任何见解！
答案 0 :(得分：1)
通常，inplace=True与返回显式副本之间没有区别 - 在两个情况下，都会创建副本。碰巧的是，在第一种情况下，副本中的数据被复制回原始df对象，因此不需要重新分配。
此外，请注意，自v0.21起，df.sort已弃用，请改用sort_values。