drop_duplicates()中的inplace的默认值是False，返回的DataFrame数据未对数据进行删除操作。

语句df.drop([‘SalePrice’],axis=1,inplace=True)中的drop()函数表示从数据集中删除数据,下面描述不正确的是 ( ) A: drop()函数只能删除列 B: drop()函数可以删除行 C: drop()函数可以一次删除多列或多行 D: 参数inplace=True,表示直接在数据集df上删除

调用DataFrame对象temp的 fillna方法填充空值时，设置________参数可以控制是否直接更新temp对象。 A: threshold B: now C: method D: inplace

很多DataFrame方法中的inplace参数功能是： A: 用于设定记录排序的大小方向 B: 用于设定是否强制更新原始数据 C: 用于设定是否设置数据为只读模式 D: 用于设定数据复制是否保留副本

关于缺失值填充函数pandas.DataFrame.fillna()，正确的说法是（ ）。 A: value参数用于指示用来填充缺失值的数据。 B: method参数为pad表示用缺失值前面的值对缺失值进行填充。 C: inplace参数用于指示是否原地替换，默认为True。 D: axis参数表示填充维度，确定从行开始或是从列开始。

为了降低算法的空间复杂度，要求算法尽量采用原地工作(inplace)。所谓原地工作是指（）。 A: 执行算法时所使用的额外空间固定(即不随算法所处理的数据空间大小的变化而变化) B: 执行算法时所使用的额外空间随算法所处理的数据空间大小的变化而变化 C: 执行算法时不使用额外空间 D: 执行算法时不使用任何存储空间

以下这条语句的意思是：（）data.dropna(axis=0,how='any',inplace=True) A: 删除列，如果某列的所有值为空，那么才删除该列 B: 删除行，如果某行的所有列的值为空，那么才删除该行 C: 删除行，如果某行的任意一列的值为空，那么就删除该行 D: 删除列，如果某列的任意一个值为空，那么就删除该列

关于pandas中删除重复数据的函数：df.drop_duplicates(subset=['序号'],keep='last',inplace=True)下列说法正确的是（ ） A: 如果数据在”序号”列有重复，则保留最先出现的重复项，其它的重复项直接在源数据删除。 B: 如果数据有重复，则保留最先出现的重复项，其它的重复项直接在源数据删除。 C: 如果数据在”序号”列有重复，则保留最后出现的重复项，其它的重复项直接在源数据删除。 D: 如果数据有重复，则保留最后出现的重复项，其它的重复项直接在源数据删除。