NumPy 与 Pandas 中「有无返回值函数」的易错点整理

【个人主页：玄同765】

大语言模型（LLM）开发工程师 ｜中国传媒大学·数字媒体技术（智能交互与游戏设计）

**深耕领域：**大语言模型开发 / RAG知识库 / AI Agent落地 / 模型微调

**技术栈：**Python / LangChain/RAG（Dify+Redis+Milvus）| SQL/NumPy | FastAPI+Docker ️

**工程能力：**专注模型工程化部署、知识库构建与优化，擅长全流程解决方案

「让AI交互更智能，让技术落地更高效」

欢迎技术探讨/项目合作！ 关注我，解锁大模型与智能交互的无限可能！

在使用 NumPy 和 Pandas 进行数据分析和处理时，「函数是否有返回值、是否会修改原对象」是一个高频易错点 ------ 很多人会因混淆这两类函数导致数据被意外修改、操作无响应或结果不正确。本文将通过功能分类表格 和实战代码示例，系统整理 NumPy 与 Pandas 中典型的有无返回值函数，帮助读者避免此类错误。

---

一、问题引入：一个真实场景的错误

假设你正在处理一份客户购买数据，需要对部分列进行归一化处理：

import pandas as pd
import numpy as np

# 生成模拟数据
data = pd.DataFrame({
    'customer_id': [1, 2, 3, 4, 5],
    'product_id': [101, 102, 101, 103, 102],
    'quantity': [5, 3, 2, 1, 4],
    'price': [10.5, 20.0, 10.5, 30.0, 20.0]
})

# 归一化quantity列
# 错误做法：直接调用DataFrame的apply方法，未赋值
data['quantity'].apply(lambda x: (x - np.min(data['quantity'])) / (np.max(data['quantity']) - np.min(data['quantity'])))

# 打印结果，发现quantity列未变化
print(data['quantity'])

错误原因 ：DataFrame.apply()方法会返回一个新的 Series 对象，不会直接修改原列。正确做法是将返回值赋值给原列或新列。

---

二、NumPy 中有无返回值函数整理

NumPy 中的函数按是否修改原数组 分为两类：返回新数组的函数 和直接修改原数组的函数 （通常以_结尾，称为「原地操作函数」）。

2.1 NumPy 功能分类表格

功能分类	函数名	功能	是否有返回值	原数组是否改变	代码示例
数组创建	np.array	从列表 / 元组创建数组	是	否	arr = np.array([1, 2, 3])
	np.zeros	创建全零数组	是	否	arr = np.zeros(5)
	np.ones	创建全一数组	是	否	arr = np.ones(5)
形状修改	arr.reshape	改变数组形状	是	否	new_arr = arr.reshape(2, 3)
	arr.resize	改变数组形状（可原地）	否（无返回）	是（原地修改）	arr.resize(2, 3)
	arr.T	数组转置	是	否	new_arr = arr.T
数据操作	np.add	数组加法（向量化）	是	否	new_arr = np.add(arr1, arr2)
	arr1 + arr2	数组加法（运算符重载）	是	否	new_arr = arr1 + arr2
	arr.fill	数组填充值	否（无返回）	是（原地修改）	arr.fill(0)
	np.where	条件索引	是	否	new_arr = np.where(arr > 0, arr, 0)
统计计算	np.sum	数组求和	是	否	sum_result = np.sum(arr)
	np.mean	数组平均值	是	否	mean_result = np.mean(arr)
	np.max	数组最大值	是	否	max_result = np.max(arr)
原地操作	arr += arr2	原地加法	否（无返回）	是（原地修改）	arr += arr2
	arr.sort	原地排序	否（无返回）	是（原地修改）	arr.sort()
	arr.flatten	数组扁平化（返回拷贝）	是	否	new_arr = arr.flatten()
	arr.ravel	数组扁平化（返回视图）	是	否	new_arr = arr.ravel()

2.2 NumPy 实战易错点示例

示例 1：混淆 reshape 与 resize

import numpy as np

# 创建数组
arr = np.array([1, 2, 3, 4, 5, 6])

# reshape：返回新数组，原数组不变
new_arr1 = arr.reshape(2, 3)
print(f"reshape后原数组：{arr}")  # [1 2 3 4 5 6]（未变化）
print(f"reshape后新数组：\n{new_arr1}")

# resize：原地修改，无返回值
arr.resize(2, 3)
print(f"resize后原数组：\n{arr}")  # [[1 2 3] [4 5 6]]（已变化）

示例 2：混淆 sort 与 sorted

import numpy as np

# 创建数组
arr = np.array([3, 1, 4, 1, 5, 9, 2, 6])

# sorted：返回新数组，原数组不变
new_arr1 = sorted(arr)
print(f"sorted后原数组：{arr}")  # [3 1 4 1 5 9 2 6]（未变化）
print(f"sorted后新数组：{new_arr1}")

# arr.sort：原地修改，无返回值
arr.sort()
print(f"arr.sort后原数组：{arr}")  # [1 1 2 3 4 5 6 9]（已变化）

---

三、Pandas 中有无返回值函数整理

Pandas 中的函数同样分为返回新对象的函数 和直接修改原对象的函数 （通常有inplace=True参数）。Pandas 的函数更多，我们按Series 操作 和DataFrame 操作分类整理。

3.1 Series 操作分类表格

功能分类	函数名	功能	是否有返回值	原对象是否改变（默认）	代码示例
数据操作	s.apply	应用自定义函数	是	否	new_s = s.apply(lambda x: x*2)
	s.map	应用字典 / Series / 函数	是	否	new_s = s.map({1: 'A', 2: 'B'})
	s.replace	替换值	是	否	new_s = s.replace(1, 'A')
数据过滤	s[s > 0]	条件过滤	是	否	new_s = s[s > 0]
统计计算	s.sum	求和	是	否	sum_result = s.sum()
	s.mean	平均值	是	否	mean_result = s.mean()
原地操作	s.fillna	填充缺失值	是（默认）	否（默认）	new_s = s.fillna(0) 或 s.fillna(0, inplace=True)
	s.dropna	删除缺失值	是（默认）	否（默认）	new_s = s.dropna() 或 s.dropna(inplace=True)
	s.sort_values	排序	是（默认）	否（默认）	new_s = s.sort_values() 或 s.sort_values(inplace=True)

3.2 DataFrame 操作分类表格

功能分类	函数名	功能	是否有返回值	原对象是否改变（默认）	代码示例
数据操作	df.apply	应用自定义函数	是	否	new_df = df.apply(lambda x: x*2)
	df.applymap	应用自定义函数到每个元素	是	否	new_df = df.applymap(lambda x: str(x))
	df.pipe	链式操作	是	否	new_df = df.pipe(lambda x: x[x['quantity'] > 0])
形状修改	df.drop	删除列 / 行	是（默认）	否（默认）	new_df = df.drop('price', axis=1) 或 df.drop('price', axis=1, inplace=True)
	df.rename	重命名列 / 行	是（默认）	否（默认）	new_df = df.rename({'customer_id': 'id'}, axis=1) 或 df.rename({'customer_id': 'id'}, axis=1, inplace=True)
数据过滤	df[df['quantity'] > 0]	条件过滤	是	否	new_df = df[df['quantity'] > 0]
合并 / 拼接	pd.concat	合并 DataFrame/Series	是	否	new_df = pd.concat([df1, df2], axis=0)
	pd.merge	合并 DataFrame（类似 SQL）	是	否	new_df = pd.merge(df1, df2, on='customer_id')
原地操作	df.fillna	填充缺失值	是（默认）	否（默认）	new_df = df.fillna(0) 或 df.fillna(0, inplace=True)
	df.dropna	删除缺失值	是（默认）	否（默认）	new_df = df.dropna() 或 df.dropna(inplace=True)
	df.sort_values	排序	是（默认）	否（默认）	new_df = df.sort_values('quantity') 或 df.sort_values('quantity', inplace=True)

3.3 Pandas 实战易错点示例

示例 1：未使用 inplace=True 参数

import pandas as pd

# 创建DataFrame
data = pd.DataFrame({
    'customer_id': [1, 2, 3, 4, 5],
    'product_id': [101, 102, 101, 103, 102],
    'quantity': [5, 3, 2, 1, 4],
    'price': [10.5, 20.0, 10.5, 30.0, 20.0]
})

# 错误做法：直接调用drop方法，未赋值或使用inplace=True
data.drop('price', axis=1)

# 打印结果，发现price列未变化
print(data.columns)  # Index(['customer_id', 'product_id', 'quantity', 'price'], dtype='object')

# 正确做法1：赋值给新DataFrame
new_data1 = data.drop('price', axis=1)
print(new_data1.columns)  # Index(['customer_id', 'product_id', 'quantity'], dtype='object')

# 正确做法2：使用inplace=True参数
data.drop('price', axis=1, inplace=True)
print(data.columns)  # Index(['customer_id', 'product_id', 'quantity'], dtype='object')

示例 2：混淆 apply 与 applymap

import pandas as pd
import numpy as np

# 创建DataFrame
data = pd.DataFrame({
    'customer_id': [1, 2, 3, 4, 5],
    'product_id': [101, 102, 101, 103, 102],
    'quantity': [5, 3, 2, 1, 4],
    'price': [10.5, 20.0, 10.5, 30.0, 20.0]
})

# apply：应用到列（默认axis=0）或行（axis=1）
total_price = data.apply(lambda x: x['quantity'] * x['price'] if x.name == 'total' else x, axis=0)  # 错误用法，apply默认作用于列
total_price = data.apply(lambda x: x['quantity'] * x['price'], axis=1)  # 正确用法，作用于行
data['total_price'] = total_price
print(data['total_price'])

# applymap：应用到每个元素
data_str = data.applymap(lambda x: str(x))
print(data_str.dtypes)  # 所有列都是object类型

---

四、总结

通过本文的整理，我们可以看出 NumPy 与 Pandas 中「有无返回值函数」的规律：

1. NumPy ：大部分函数会返回新数组，不会修改原数组；原地操作函数通常以_结尾，无返回值，会直接修改原数组。
2. Pandas ：大部分函数会返回新对象，不会修改原对象；原地操作需要使用inplace=True参数，使用后无返回值，会直接修改原对象。

在实际开发中，我们应该：

1. 优先使用返回新对象的函数，这样可以保留原数据，便于调试和错误恢复。
2. 如果需要节省内存或必须修改原对象，可以使用原地操作函数，但要确保操作的正确性。
3. 对不熟悉的函数，可以先查看官方文档或进行小范围测试，确认其是否有返回值、是否会修改原对象。