遍历熊猫数据框列表

Question

两个快速的熊猫问题供您选择。

1. 我有一个要应用过滤器的数据框列表。

   countries = [us, uk, france]
   for df in countries:
       df = df[(df["Send Date"] > '2016-11-01') & (df["Send Date"] < '2016-11-30')] 
   

   当我运行它时，df之后不会更改。这是为什么？如果我遍历数据帧以创建一个新列，如下所示，则可以正常工作，并更改列表中的每个df。

    for df in countries:
         df["Continent"] = "Europe"
   

2. 作为后续问题，当我创建不同国家的数据框列表时，我注意到了一些奇怪的事情。我定义了列表，然后将转换应用于列表中的每个df。在转换了这些不同的dfs之后，我再次调用了该列表。我很惊讶地看到列表仍然指向未更改的数据帧，因此我不得不重新定义列表以更新结果。有人能解释为什么会这样吗？

Answer 1

看一下这个答案，您可以看到它for df in countries:等同于

for idx in range(len(countries)):
    df = countries[idx]
    # do something with df

这显然不会真正修改您列表中的任何内容。通常，在像这样的循环中迭代列表时，修改列表是一种不好的做法。

更好的方法是列表理解，您可以尝试类似

 countries = [us, uk, france]
 countries = [df[(df["Send Date"] > '2016-11-01') & (df["Send Date"] < '2016-11-30')]
              for df in countries] 

请注意，使用这样的列表理解，我们实际上并没有修改原始列表，而是创建了一个新列表，并将其分配给保存原始列表的变量。

此外，您可能会考虑将所有数据放在带有附加国家/地区列或类似内容的单个DataFrame中-Python级循环通常较慢，并且与单个DataFrame相比，使用DataFrames列表通常较不方便，可以充分利用矢量化熊猫方法。