如何遍历 pandas 中的数据帧列表？

Question

我有多个数据帧，我想在其上运行此 function 主要从 dataframe 中删除不必要的列并返回 dataframe：

def dropunnamednancols(df):
    """
    Drop any columns staring with unnamed and NaN

    Args:
        df ([dataframe]): dataframe of which columns to be dropped
    """
    
    #first drop nan columns
    df = df.loc[:, df.columns.notnull()]
    #then search for columns with unnamed 
    df = df.loc[:, ~df.columns.str.contains('^Unnamed')]
    
    return df

现在我遍历数据框列表： [df1, df2, df3]

dfsublist = [df1, df2, df3]
for index in enumerate(dfsublist):
    dfsublist[index] = dropunnamednancols(dfsublist[index])

尽管dfsublist的项目已更改，但原始数据框df1 、 df2 、 df3仍保留不必要的列。 我怎么能做到这一点？

Answer 1

如果我理解正确，您想将 function 分别应用于多个数据帧。

潜在的问题是，在您的 function 中，您返回一个新的 dataframe 并将列表中存储的 dataframe 替换为旧的而不是修改。

如果你想修改原来的，你必须使用 pandas 函数的 inplace inplace=True参数。 这是可能的，但不推荐，如此处所示。

因此，您的代码可能如下所示：

def dropunnamednancols(df):
    """
    Drop any columns staring with unnamed and NaN

    Args:
        df ([dataframe]): dataframe of which columns to be dropped
    """

    cols = [col for col in df.columns if (col is None) | (col.startswith('Unnamed'))]
    df.drop(cols, axis=1, inplace=True)

作为示例数据的示例：

import pandas as pd
df_1 = pd.DataFrame({'a':[0,1,2,3], 'Unnamed':[9,8,7,6]})
df_2 = pd.DataFrame({'Unnamed':[9,8,7,6], 'b':[0,1,2,3]})

lst_dfs = [df_1, df_2]

[dropunnamednancols(df) for df in lst_dfs]

# df_1 
# Out[55]: 
#    a
# 0  0
# 1  1
# 2  2
# 3  3
# df_2
# Out[56]: 
#    b
# 0  0
# 1  1
# 2  2
# 3  3

Answer 2

原因可能是因为您使用了错误的枚举。 在您的情况下，您只需要索引，所以您应该做的是：

for index in range(len(dfsublist)):
    ...

Enumerate 返回索引的元组和列表中的实际值。 因此，在您的代码中，实际上将分配循环变量索引：

(0, df1) # First iteration
(1, df2) # Second iteration
(2, df3) # Third iteration

因此，您可以正确使用 enumerate 并解压缩元组：

for index, df in enumerate(dfsublist):
    ...

或者您完全摆脱它，因为您以任何一种方式使用索引访问值。