选择适当的列（for for循环）

Question

我有一个DataFrame列表，它们都有列['a'，'b'，'c']：

list_ = [df1, df2, df3]

并希望运行以下循环：

for lst in list_:
    lst['x'] = 'abc'
    lst = lst[['a', 'x']]

当我打印list_ [0]时，我看到新列'x'，但也看到所有其他列。为什么循环中的第一行被执行但第二行没有？

Answer 1

第一行在原始数据引用上就地操作。但是，第二行使用原始数据中的切片重新分配变量lst，但此分配不会修改原始数据框，因为现在只有（临时）名称lst指向不同的数据。

一种解决方案：

def fix(lst):
    lst['x'] = 'abc'
    lst = lst[['a', 'x']]
    return lst

list_ = [fix(lst) for lst in list_]

或者基于就地删除列的没有列表理解的解决方案：

s = ['a', 'x']
for lst in list_:
    lst['x'] = 'abc'
    lst.drop([c for c in lst.columns if c not in s], axis=1, inplace=True)