为什么df.dropna(inplace=True)和df = df.dropna()运行结果不同

首先两种写法的缺失值过滤逻辑是完全一致的，出现效果差异的核心原因是Python变量指向逻辑和pandas方法的返回值机制不同：

• df.dropna(inplace=True)的执行逻辑：开启inplace参数后，pandas会直接修改当前df变量指向的内存中存储的原DataFrame对象，不会生成新对象，所以你查看原变量时能直接看到修改效果。
• df = df.dropna()的执行逻辑：dropna默认inplace=False，会先基于原DataFrame计算出过滤后的结果，生成一个全新的DataFrame对象，你写的赋值操作只是把当前作用域下的df变量名，从指向旧对象改成了指向这个新生成的对象，旧的DataFrame对象本身没有发生任何修改。

常见踩坑场景示例 #

场景1：函数内赋值未返回 #

如果是在自定义函数中使用赋值写法，没有把新对象返回并在外部重新接收，就会出现原df未修改的情况：

import pandas as pd

def clean_data(input_df):
    # 仅修改了函数内局部变量input_df的指向，外部传入的原对象不受影响
    input_df = input_df.dropna()

# 调用函数
origin_df = pd.DataFrame({"col1": [1, None, 3, 4]})
clean_data(origin_df)
print(origin_df)
# 输出仍带有NaN，未被修改

场景2：多变量指向同一原对象 #

如果有多个变量指向同一个原始DataFrame，仅对其中一个变量做重新赋值，其他变量仍然会指向未修改的旧对象：

df_a = pd.DataFrame({"col1": [1, None, 3, 4]})
df_b = df_a
# 仅修改df_a的指向到新对象，df_b仍然指向旧对象
df_a = df_a.dropna()
print(df_b)
# 输出仍带有NaN，未被修改

赋值写法的正确使用方式 #

如果要使用官方更推荐的无inplace写法，只要记得将处理后的新对象重新赋值给你需要使用的变量即可：

# 直接处理全局变量
origin_df = pd.DataFrame({"col1": [1, None, 3, 4]})
origin_df = origin_df.dropna()
print(origin_df)
# 此时NaN已经被正确移除

# 函数中使用的写法
def clean_data(input_df):
    input_df = input_df.dropna()
    return input_df

origin_df = clean_data(origin_df)

内容的提问来源于stack exchange，提问作者TOS