在 Python（尤其是 pandas、numpy）里，
一个函数或方法可能：

1. 返回一个新对象（不改原来的），或
2. 原地修改原来的对象（in-place 修改）

判断方法

方法 1：看参数里有没有 inplace=

很多 pandas 的方法（例如 dropna()、sort_values()、fillna()）
都有一个 inplace 参数。

• inplace=False（默认） → 返回新对象，原变量不变
• inplace=True → 原地修改，不返回新对象

举例：

df.dropna()               # 不改 df
df.dropna(inplace=True)   # 改 df 本身

如果函数文档里有 inplace 参数，那就是可选是否修改本体的函数。

方法 2：看函数名是否返回值（通过赋值测试）

你可以直接试：

result = df.dropna()

• 如果 result 和 df 是两个不同对象，说明没有改原来的。
• 可以用 is 来检测是否同一个对象：

result is df
# False → 没有改原对象

方法 3：查看官方文档或用 help()

Python 的内置帮助非常有用：

help(df.dropna)

它会显示：

Returns a new DataFrame with NA entries dropped or None if inplace=True.

从这句可以判断“默认返回新对象”。