假设我有 n 个数据框df_1, df_2, df_3, ... df_n，分别包含名为SPEED1 ,SPEED2, SPEED3, ..., SPEEDn， 例如：

import numpy as np
df_1 = pd.DataFrame({'SPEED1':np.random.uniform(0,600,100)})
df_2 = pd.DataFrame({'SPEED2':np.random.uniform(0,600,100)})

我想对所有数据框进行相同的更改。如何通过在相似的行上定义函数来实现这一点？

def modify(df,nr):
    df_invalid_nr=df_nr[df_nr['SPEED'+str(nr)]>500]
    df_valid_nr=~df_invalid_nr
    Invalid_cycles_nr=df[df_invalid]
    df=df[df_valid]
    print(Invalid_cycles_nr)
    print(df)

所以，当我尝试运行上面的函数时

modify(df_1,1)

它返回未经修改的整个数据帧，并将无效循环作为空数组返回。我猜我需要在函数中的某个位置定义对全局数据帧的修改才能使其工作。

我也不确定是否可以用另一种方式做到这一点，比如仅循环遍历所有数据帧的迭代器。但是，我不确定它会起作用。

for i in range(1,n+1):
    df_invalid_i=df_i[df_i['SPEED'+str(i)]>500]
    df_valid_i=~df_invalid_i
    Invalid_cycles_i=df[df_invalid]
    df=df[df_valid]
    print(Invalid_cycles_i)
    print(df)

一般来说，我如何访问df_1使用迭代器？看来是有问题了。

任何帮助将不胜感激，谢谢！

Solution

Inputs

import pandas as pd
import numpy as np 

df_1 = pd.DataFrame({'SPEED1':np.random.uniform(1,600,100))
df_2 = pd.DataFrame({'SPEED2':np.random.uniform(1,600,100))

Code

在我看来，更好的方法是存储您的dfs到一个列表中并枚举它以将信息添加到您的dfs创建一个valid column:

for idx, df in enumerate([df_1, df_2]):
    col = 'SPEED'+str(idx+1)
    df['valid'] = df[col] <= 500

print(df_1)

        SPEED  valid
0  516.395756  False
1   14.643694   True
2  478.085372   True
3  592.831029  False
4    1.431332   True

然后，您可以使用以下命令过滤有效或无效的内容df_1[df_1.valid] or df_1[df_1.valid == False]

这是适合您问题的解决方案，请参阅另一种解决方案这可能会更干净Notes以下为您需要的解释。

另一个（更好？）的解决方案

如果您可以重新考虑您的代码。每个DataFrame都有一列速度，然后命名SPEED:

dfs = dict(df_1=pd.DataFrame({'SPEED':np.random.uniform(0,600,100)}),
           df_2=pd.DataFrame({'SPEED':np.random.uniform(0,600,100)}))

它将允许您执行以下操作：

dfs = dict(map(lambda key_val: (key_val[0],
                                key_val[1].assign(valid = key_val[1]['SPEED'] <= 500)),
               dfs.items()))

print(dfs['df_1'])

        SPEED  valid
0  516.395756  False
1   14.643694   True
2  478.085372   True
3  592.831029  False
4    1.431332   True

说明：

• dfs.items()返回键（即名称）和值（即数据帧）的列表
• map(foo, bar)应用函数 foo （参见这个答案, and 数据帧分配）到 bar 的所有元素（即到dfs.items().
• dict()将地图转换为字典。

Notes

About modify

请注意你的函数modify不返回任何内容...我建议您阅读更多关于 Python 中的可变性和不可变性的内容。这article很有趣。

然后您可以测试以下内容：

def modify(df):
    df=df[df.SPEED1<0.5]
    #The change in df is on the scope of the function only, 
    #it will not modify your input, return the df...
    return df

#... and affect the output to apply changes
df_1 = modify(df_1)

关于访问df_1使用迭代器

请注意，当您这样做时：

for i in range(1,n+1):
    df_i something

df_i在你的循环中将调用该对象df_i对于每次迭代（而不是df_1ETC。） 要通过名称调用对象，请使用globals()['df_'+str(i)]相反（假设df_1 to df_n+1位于globals()） - 由此answer.

在我看来，这不是一个干净的方法。我不知道你如何创建你的 DataFrame，但如果你可能的话，我会建议你将它们存储到字典中，而不是手动影响：

dfs = {}
dfs['df_1'] = ...

或者更自动一些，如果df_1 to df_n已经存在 - 根据第一部分维斯特兰答案 :

dfs = dict((var, eval(var)) for
           var in dir() if
           isinstance(eval(var), pd.core.frame.DataFrame) and 'df_' in var)

那么你就可以更轻松地迭代 DataFrames：

for i in range(1,n+1):
    dfs['df_'+str(i)'] something