使用 List Comprehension (Pandas) 从 DataFrames 列表中删除 DataFrames 列答案

【问题标题】：Drop columns of DataFrames from a list of DataFrames using List Comprehension (Pandas)使用 List Comprehension (Pandas) 从 DataFrames 列表中删除 DataFrames 列
【发布时间】：2017-12-25 06:05:34
【问题描述】：

我有一个具有相同列和不同值的 DataFrame 列表。我想在 pandas 的一行中从 DataFrames 列表中删除一些列。

到目前为止，我试过了（dfs 有数据框列表）

dfs.drop([col for col in ['var1', 'var2'] if col in dfs], axis=1, inplace=True)

和

dfs[dfs.drop([col for col in ['var1', 'var2'] if col in dfs], axis=1, inplace=True)]

两者都给出相同的错误：

AttributeError: 'list' 对象没有属性 'drop'

type(dfs)
>> list

但是，当我可以使用for 循环遍历列表dfs 中的每个DataFRame 时，我可以删除这些列。

如何以熊猫的列表理解方式做到这一点？

【问题讨论】：

但是dfs 是列表，而不是单个数据框。
列表推导式不是解决这个问题的惯用方法。
dfs 是一个数据帧列表
@COLDSPEED 好的，我想知道我是否可以在列表理解中做。谢谢建议，我会继续使用常规的for循环
@i.n.n.m 并不是说你做不到……你可以。但为什么呢？

标签： python list pandas dataframe list-comprehension

【解决方案1】：

假设您要删除 ['var1', 'var2'] 列，并且您的数据框具有相同的列，您应该使用 for 循环。

for df in dfs:
    df.drop(['var1', 'var2'], axis=1, inplace=True)

或者，你也可以使用这个：

dfs = [df.drop(['var1', 'var2'], axis=1) for df in dfs]

省略inplace=True 将导致df.drop 返回一个新数据帧，而不是就地更新并返回None。

【讨论】：

@AdarshChavakula 在使用可变对象（如数据框）时，您直接使用的是引用，而不是副本。它确实有效。
作为练习，创建df，然后将df 分配给df1。尝试在df1 中删除一列，更改也会反映在df 中。
@COLDSPEED 谢谢，dfs = [df.drop(['var1', 'var2'], axis=1) for df in dfs] 列表理解方式工作得很好:)
@i.n.n.m 我仍然站在循环中，但是，嘿，不管工作如何完成，对吧？ ;) 给你更多的力量。
inplace=True 的名称具有误导性——在内部，该方法创建了一个新的（子）DataFrame，然后调用_update_inplace，它将生成的DataFrame 的_data 复制回调用DataFrame 的_data 属性. inplace=True 选项保持向后兼容性，但由于其误导性，probably should not recommended for use going forward。