[英]How to iterate over a list of dataframes in pandas?
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?
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
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.