我有多个DataFrame，每个都有一个名为＆＃39; Year＆＃39;每个包含1979年到2014年的行。我希望能够遍历我的DataFrame列表并对每个DataFrame应用相同的选择条件，并且只保留行的子集。
我的示例DataFrames：
df1 = pd.DataFrame({"Year": np.arange(1979,2015)})
df2 = pd.DataFrame({"Year": np.arange(1979,2015)})
我的循环：
for df in [df1, df2]:
df = df[(df['Year'] <= 2013)]
但该代码并没有删除DataFrame的最后几行。 df1.tail（） 拥有原始DataFrames拥有的所有行。
但这有效：
foo1 = df1[(df1['Year'] <= 2013)]
foo2 = df2[(df2['Year'] <= 2013)]
我有太多的DataFrame要循环，希望在DataFrame-by-DataFrame的基础上进行，并且真的希望它能在循环中运行。
任何帮助将不胜感激！ 感谢。
答案 0 :(得分：1)
您需要将输出分配给list，因为无法修改原始DataFrame：
dfs = []
for df in [df1, df2]:
dfs.append(df[(df['Year'] <= 2013)])
或使用list comrehension：
dfs = [df[(df['Year'] <= 2013)] for df in [df1, df2]]
如果想要dictionary of DataFrames可以使用zip：
names = ['a','b']
dfs = dict(zip(names, [df[(df['Year'] <= 2013)] for df in [df1, df2]]))
print (dfs['a'])
答案 1 :(得分：1)
当您为名称指定其他对象时，所引用名称的上一个对象不会更改。
例如，让
a = [1, 2]
b = a
现在，如果我继续将b指向另一个对象，a将保持不变：
b = [4, 5]
a
Out: [1, 2]
但是我没有将b指向另一个对象，而是可以修改它指向的对象：
a = [1, 2]
b = a
b.append(3)
a
Out: [1, 2, 3]
在for循环中，会发生以下情况：
df指向df1（循环开始）df指向另一个对象（df1[(df1['Year'] <= 2013)]）df指向df2（第二次迭代）df指向另一个对象（df2[(df2['Year'] <= 2013)]）因此，您实际上并未更改df1或df2，而是仅向df提供另一个目标。如果您在循环结束时打印df，则会看到它将打印df2[(df2['Year'] <= 2013)]。
你可以做的是修改/改变对象：
for df in [df1, df2]:
df.drop((df[(df['Year'] > 2013)]).index, inplace=True)
# df = df.drop((df[(df['Year'] > 2013)]).index) wouldn't work
在这里，我们没有将df指向另一个对象;相反，我们正在改变目标的对象。如果您打印出df1或df2，您会看到他们已更改。
因此，您可以选择更改DataFrames（如果方法允许您这样做），或者将DataFrame存储在集合中并更改集合中的对象，如jezrael所做的那样。
答案 2 :(得分：0)
df.drop（[要删除的行]，轴= 0）