Pandas函数内DataFrame变更未生效：调用test函数仅第一个函数生效

有两个核心原因共同导致了该问题：

• 第一是函数执行顺序逻辑错误：你在test函数中先调用missing函数把DataFrame里所有的空值填充为0，原本全为空值的列经过填充后已经全部变为0，后续再调用drop_nan_columns删除全空列时，已经没有符合条件的列，自然不会产生任何修改效果
• 第二是drop_nan_columns的代码写法存在错误：df.dropna方法设置inplace=True时，会直接修改原DataFrame对象，返回值为None，你把返回的None赋值给了函数内部的局部变量df，虽然本次操作中因为inplace已经先修改了原对象不会直接导致问题，但这种写法非常不规范，一旦后续调整代码去掉inplace参数，就会直接导致修改无法同步到原对象。

第一步：调整函数执行顺序 #

把删除全空列的操作放到填充空值操作之前，避免全空列被提前填充导致无法识别：

def test (df):
    drop_nan_columns(df)
    missing(df)
    return df

第二步：修正drop_nan_columns的错误写法 #

有两种可选修正方案：

方案1：保留inplace参数，删除多余赋值 #

去掉df = 的赋值操作，直接调用dropna方法即可，这是改动最小的修正方式：

def drop_nan_columns(df):
    df.dropna(axis = 1, how = "all", inplace = True)

方案2：移除inplace参数，返回修改后的对象 #

这种写法更符合Pandas官方的推荐规范，inplace参数因为存在较多隐性问题已经被官方标记为待废弃属性，新的Pandas版本中很多方法已经逐步取消inplace参数支持：
首先修改drop_nan_columns函数：

def drop_nan_columns(df):
    return df.dropna(axis = 1, how = "all")

再同步调整test函数的调用逻辑：

def test (df):
    df = drop_nan_columns(df)
    missing(df)
    return df

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