使用列表推导式（Pandas），从DataFrame列表中删除列。

Question

我有一组拥有相同列但不同值的DataFrame列表。我希望在pandas中一行代码中从DataFrame列表中删除某些列。

目前，我已经尝试过以下方法（dfs 是一个 DataFrame 列表）:

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

并且。

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

两者都显示相同错误：

属性错误：'list'对象没有'drop'属性

type(dfs)
>> list

然而，当我使用for循环遍历列表dfs中的每个DataFrame时，我可以删除列。

我该如何在Pandas中使用列表推导式实现相同的功能？

- i.n.n.m

---

但是 dfs 是一个列表，而不是单个数据帧。 - Willem Van Onsem

列表推导式不是解决这个问题的惯用方式。 - cs95

dfs 是一个 DataFrame 的列表。 - i.n.n.m

@COLDSPEED 好的，我在想能否使用列表推导式来完成。感谢您的建议，我将继续使用常规的 for 循环。 - i.n.n.m

@i.n.n.m 不是你不能做到... 你是可以的。但是为什么呢？ - cs95

@COLDSPEED 因为我在 dfs 中有大约20个不同的数据框，我想查看一些包含我感兴趣的变量（'var3'，'var4'）的数据框，同时删除其他的变量（'var1'，'var2'）。然后我会删除 var3 并将其余的数据框放在一起。这就是为什么我想从 dfs 中的数据框中删除一些列的原因。 - i.n.n.m

Answer 1

假设您想要删除['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)

另外，您还可以使用以下方法：

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

没有指定 inplace=True 会导致 df.drop 返回一个 新的 数据框，而不是就地更新并返回 None。

- cs95

---

@AdarshChavakula 当使用像数据框这样的可变对象时，您直接使用引用而不是副本进行操作。它确实有效。 - cs95

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。 - cs95

@COLDSPEED 谢谢，dfs = [df.drop(['var1', 'var2'], axis=1) for df in dfs] 列表推导式的方式完美地解决了问题 :) - i.n.n.m

@i.n.n.m 我仍然坚持使用循环，但是嘿，无论用什么方法完成工作都可以，对吧？ ;) 给你更多的力量。 - cs95

inplace=True 的命名有误导性 - 在内部，该方法创建一个新的（子）DataFrame，然后调用 _update_inplace，将结果DataFrame的 _data 复制回调用DataFrame的 _data 属性。 inplace=True 选项为了向后兼容而存在，但由于其具有误导性，可能不建议在未来使用。 - unutbu