Pandas函数返回值疑问：为何有时返回值有时仅返回DataFrame名？

问题 #

我写了一个用Pandas计算相关向量的函数，功能是排除目标变量本身，按绝对值降序找出Top n特征。第一个函数输入参数后能正常返回计算结果：

#Correlation vector
#Excluding the target variable itself, find the top n features- ranked by absolute value desc 
def correlation_vector(d, v, n):
    corrresult = d.drop(v, axis=1).apply(lambda x: x.corr(d[v])) # <- d[v] 

    return corrresult

但在函数第4行添加dropna(inplace=True)后，函数返回的不是结果数据，反而像是变量名称？必须单独运行变量才能看到数值：

#Correlation vector
#Excluding the target variable itself, find the top n features- ranked by absolute value desc 
def correlation_vector(d, v, n):
    corrresult = d.drop(v, axis=1).apply(lambda x: x.corr(d[v])).dropna(inplace=True) 
    return corrresult

为什么会出现这种返回值差异？

原因分析 #

核心问题出在inplace=True这个参数的作用：

• 当Pandas方法设置inplace=True时，它会直接在原对象上执行修改操作，不会返回任何新的对象，实际返回值是None。
• 第二个函数里，你把dropna(inplace=True)的返回值（也就是None）赋值给了corrresult，所以函数最终返回的是None，自然看不到预期的结果。
• 第一个函数没有用inplace=True，dropna()默认会返回一个处理后的新Series/DataFrame对象，赋值给corrresult后返回，就能得到正确的计算结果。

正确的写法有两种： #

1. 去掉inplace=True，让dropna()返回新对象：

def correlation_vector(d, v, n):
    corrresult = d.drop(v, axis=1).apply(lambda x: x.corr(d[v])).dropna()
    return corrresult

2. 分开执行赋值和修改操作，先拿到对象再原地修改：

def correlation_vector(d, v, n):
    corrresult = d.drop(v, axis=1).apply(lambda x: x.corr(d[v]))
    corrresult.dropna(inplace=True)
    return corrresult

内容的提问来源于stack exchange，提问作者CodingNewbie