所以我有一个这样的数据帧列表:
yldDF = [dem2y, dem5y, dem10y, dem30y]
Unnamed: 0 BBK01.WT0202
4 2014-01-02 0.21
5 2014-01-03 0.21
6 2014-01-04 .
7 2014-01-05 .
8 2014-01-06 0.20
9 2014-01-07 0.21
10 2014-01-08 0.21
11 2014-01-09 0.23
12 2014-01-10 0.21
13 2014-01-11 .
每个数据框的外观如上。 现在,当我尝试遍历数据帧以删除“。”时。在第二列中,它似乎不起作用。
dem2y = pd.read_csv("0202.csv")
dem5y = pd.read_csv("0505.csv")
dem10y = pd.read_csv("1010.csv")
dem30y = pd.read_csv("3030.csv")
### Begin cleaning
yldDF = [dem2y, dem5y, dem10y, dem30y]
for i in yldDF:
i.drop(i.columns[2], axis = 1,inplace = True)
i.drop(range(4),inplace=True)
i = i[i[i.columns[1]].apply(lambda x: str(x)!=".")]
我已经在单个Dataframe上尝试了最后一行,它似乎工作得很好,但是当我将其作为循环的一部分尝试时,它似乎没有任何作用。我在这里想念什么吗?还是这可能是一个错误?
答案 0 :(得分:1)
如果问题是只有i
被修改,则可以尝试以下技巧:
# Store your `pandas.DataFrame` in a dict
yldDict = {'dem2y': dem2y, 'dem5y': dem5y, 'dem10y': dem10y, 'dem30y': dem30y}
# Loop on the keys of the dict
for keys in yldDict.keys():
df = yldDict.get(keys, 'error') # Get pandas.DataFrame from dict
# Do the operation you need to do
df.drop(df.columns[2], axis = 1, inplace = True)
df.drop(range(4), inplace=True)
df = df[df[df.columns[1]].apply(lambda x: str(x)!=".")]
# Post to dict
yldDict[keys] = df
# Extract from dict
dem2y, dem5y, dem10y, dem30y = yldDict['dem2y'], yldDict['dem5y'], yldDict['dem10y'], yldDict['dem30y']
# Delete dict
del yldDict