질문 드립니다.

Question

df = df.sort_values(['가격', '메뉴'],ascending=[False, True]) df 이부분이 책에서는 df.sort_values(['가격', '메뉴'],ascending=[False, True], inplace=True) df 라고 되어있는데 같은 뜻일까요?

퇴근후딴짓 · Answer

동일합니다 inplace는 앞으로 사라질 예정이라 최신 개정판은 사용하지 않고 있어요! (시험에선 둘 다 사용 가능)

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. 한광욱님. 문의하신 두 코드의 차이에 대해 설명드리겠습니다. df = df.sort_values(['가격', '메뉴'], ascending=[False, True]) 코드는 정렬된 새로운 데이터프레임을 반환하고, 그 결과를 다시 df 에 저장합니다. 이렇게 하면 원본 데이터프레임은 변경되지 않고, df 변수만 결과를 받아 새로운 정렬된 데이터를 갖게 됩니다. df.sort_values(['가격', '메뉴'], ascending=[False, True], inplace=True) 코드는 원본 데이터프레임 df 자체를 변경합니다. inplace=True 옵션이 사용되면 df 자체가 정렬된 결과로 업데이트되며, 별도로 할당하지 않아도 됩니다. 즉, 두 코드는 결국 같은 결과를 얻을 수 있지만, 방법에 차이가 있습니다: - 첫 번째 코드: df 변수를 통해 변경된 데이터프레임을 직접 얻게 됩니다. - 두 번째 코드: 원본 데이터프레임 자체가 변경되므로, inplace=True 로 설정하여 이후의 코드가 변경된 데이터프레임을 사용하게 할 수 있습니다. 대부분의 경우, inplace 를 사용하면 코드가 더 간결해질 수 있으며, 메모리 사용량을 줄여줍니다. 하지만, 원본 데이터의 보존이 필요하다면 첫 번째 방법을 사용하는 것이 좋습니다. 관련된 유사한 질문의 설명 및 해결 방법은 3. 메뉴 중 가격이 가장 비싼 순으로 정렬해 상위 3개 값을 구하시오 이 답변을 참고해 보시기를 권유 드립니다. 저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.