使用过滤函数和for循环过滤多个数据帧

Question

我有多个数据框，我想过滤每个数据框，以便每个 df 只保留由单词“总体”组成的列。我有以下 for 循环，但它没有与手动执行相同的效果 [又名 y15 = y15.filter(like='Overall')]。

pit_dfs = [y15,y16,y17]

for i in pit_dfs:

    i = i.filter(like='Overall')

可复制的例子：

y15 = pd.DataFrame({'Col1-Overall': ['a','b','c','d'],

              'Col2': ['a','b','c','d'],

              'Col3': ['a','b','c','d'],

              'Col4': ['a','b','c','d']})

y16 = pd.DataFrame({'Col1-Overall': ['a','b','c','d'],

              'Col2': ['a','b','c','d'],

              'Col3': ['a','b','c','d'],

              'Col4': ['a','b','c','d']})

y17 = pd.DataFrame({'Col1-Overall': ['a','b','c','d'],

              'Col2': ['a','b','c','d'],

              'Col3': ['a','b','c','d'],

              'Col4': ['a','b','c','d']})

预期输出：

y15

+--------------+

| Col1-Overall |

+--------------+

| a            |

+--------------+

| b            |

+--------------+

| c            |

+--------------+

| d            |

+--------------+

y16

+--------------+

| Col1-Overall |

+--------------+

| a            |

+--------------+

| b            |

+--------------+

| c            |

+--------------+

| d            |

+--------------+

y17

+--------------+

| Col1-Overall |

+--------------+

| a            |

+--------------+

| b            |

+--------------+

| c            |

+--------------+

| d            |

+--------------+

我知道这是一个简单的例子，但在过去的一个小时里我一直在浏览 Stack，但找不到类似的例子。我缺少什么？谢谢！

Answer 1

循环中的变量不是指针，因此您不会更改实际的数据帧。你可以这样做（我没有测试过）：pit_dfs = [y15,y16,y17,y18,y19]for idx in range(len(pit_dfs)):    pit_dfs[idx] = pit_dfs[idx].filter(like='Overall')

Answer 2

这是一个替代方案：pit_dfs = [y15,y16,y17,y18,y19]def filter_cols_like(df, like):    cols_not_like = [col for col in df.columns if like not in col]    df.drop(columns=cols_not_like,inplace=True)for i in pit_dfs:    filter_cols_like(i,like='Overall')