Pandas на месте операции в приложении

Я ожидаю странного поведения панд. В следующем коде

import numpy as np
import pandas as pd

def info(df):
    print(f"whole df: {hex(id(df))}")
    print(f"col a   : {hex(id(df['a']))}")
    print(f"col b   : {hex(id(df['b']))}")
    print(f"col c   : {hex(id(df['c']))}")

def _drop(col):
    print(f"called on  : {col.name}")
    print(f"before drop: {hex(id(col))}")
    col[0] = -1    
    col.dropna(inplace=True)
    col[0] = 1
    print(f"after drop : {hex(id(col))}")   


df = pd.DataFrame([[np.nan, 1.2, np.nan],
                   [5.8, np.nan, np.nan]], columns=['a', 'b', 'c'])

info(df)
df.apply(_drop)
info(df)

если я закомментирую строку dropna() или вызову dropna(inplace=False), я получу ожидаемый результат (потому что dropna создает копию, а я изменяю исходную серию):

     a    b    c
 0  1.0  1.0  1.0
 1  5.8  NaN  NaN

Но когда dropna(inplace=True) операция должна выполняться на месте, тем самым изменяя исходный ряд, но результат, который я получаю, таков:

     a    b    c
 0 -1.0 -1.0 -1.0
 1  5.8  NaN  NaN

Однако я ожидаю, что результат будет таким же, как и в предыдущих случаях. Возвращает ли операция dropna клон, даже если операция выполняется? Я использую панды версии 0.23.1.

Изменить. На основе предоставленных ответов я добавил hex(ids()) вызовов для проверки реальных экземпляров. Приведенный выше код напечатал это (значения могут отличаться для вас, но равенство между ними должно быть одинаковым)

whole df   : 0x1f482392f28
col a      : 0x1f482392f60
col b      : 0x1f48452af98
col c      : 0x1f48452ada0
called on  : a
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : b
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : a
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
called on  : b
before drop: 0x1f4ffef1ef0
after drop : 0x1f4ffef1ef0
called on  : c
before drop: 0x1f480dcc2e8
after drop : 0x1f480dcc2e8
whole df   : 0x1f482392f28
col a      : 0x1f482392f60
col b      : 0x1f48452af98
col c      : 0x1f48452ada0

Странно, что функция вызывается 2 раза для столбцов a и b, однако docs говорит, что он вызывается дважды только для первого столбца.

Кроме того, шестнадцатеричное значение для второго прохода столбца b отличается. И то, и другое не происходит, если col.drop() опущено.

Шестнадцатеричные значения предполагают, что .apply() создает новую копию столбцов, однако то, как она распространяет значения обратно в исходное df, мне неизвестно.