Question

我有多个数据帧，我想在这些数据帧上运行这个函数，该函数主要从数据帧中删除不必要的列并返回一个数据帧：

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

现在我遍历数据帧列表：[df1, df2, df3]

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

虽然 dfsublist 的项目已经改变，但原始数据框 df1、df2、df3 仍然保留不必要的列。我怎么能做到这一点？

Answer 1

如果我理解正确，您想将一个函数分别应用于多个数据帧。

潜在的问题是，在您的函数中，您返回一个新的数据帧，并将列表中存储的数据帧替换为新的数据帧，而不是修改旧的原始数据帧。

如果你想修改原始的，你必须使用 Pandas 函数的 inplace=True 参数。这是可能的，但不推荐，如 here 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)

以样本数据为例：

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的枚举错误。在你的情况下，你只想要索引，所以你应该做的是：

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

Enumerate 返回一个索引元组和列表中的实际值。所以在你的代码中，循环变量索引实际上会被赋值：

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

因此，您可以正确使用 enumerate 并解压元组：

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

或者你完全摆脱它，因为你以任何一种方式访问索引的值。

如何迭代熊猫中的数据框列表？

2 个答案: