pandas中对DataFrame衍生Series调用drop()未改动原表的原因咨询

你这次操作没有改动原DataFrame，本质是操作对象错位，修改根本没有作用到原DataFrame实例上，最终连修改过的对象本身都没有被持久保存。

具体执行逻辑拆解 #

• 代码中df.Brand的返回值，是从原DataFrame中抽取Brand列生成的独立Series对象，并非原DataFrame本身。
• 你写的df.Brand.drop(axis=0, index=0, inplace=True)，整个执行链路完全没有触达原DataFrame：
  1. 首先临时生成一个指向Brand列值的Series，包含4个品牌值，索引为0、1、2、3
  2. 对这个临时Series执行drop逻辑，删除索引为0的条目，通过inplace=True把这个Series自身的内容修改为去掉第一个值的状态
  3. 这个被修改的Series没有被赋值给任何变量，也没有被回写到原DataFrame的对应列位置，执行完这行代码后就会被系统回收，整个过程里原df根本没被碰过
• 因为原DataFrame从头到尾没有被执行过任何修改操作，所以两次print输出的df内容完全一致，没有任何行被丢弃。

补充边界说明 #

• 如果要实现删除原DataFrame索引为0的行的效果，操作对象必须是df本身，直接调用df.drop(index=0, inplace=True)，此时修改才会直接作用在原DataFrame上。
• 就算你想通过修改Brand列间接改动DataFrame，也必须把修改后的Series重新赋值回原列，示例代码如下：

  modified_brand = df.Brand.drop(index=0)
  df['Brand'] = modified_brand
  

  这种操作也只会把Brand列对应索引位置改成空值，不会真的减少DataFrame的总行数，因为单独修改列值不会改变DataFrame的结构维度。

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