在迭代多个 Pandas 数据帧时删除行

Question

所以我有一个数据框列表：yldDF = [dem2y, dem5y, dem10y, dem30y]    Unnamed: 0 BBK01.WT02024   2014-01-02         0.215   2014-01-03         0.216   2014-01-04            .7   2014-01-05            .8   2014-01-06         0.209   2014-01-07         0.2110  2014-01-08         0.2111  2014-01-09         0.2312  2014-01-10         0.2113  2014-01-11            .每个数据框看起来像上面那样。现在，当我尝试遍历数据帧以删除“。” 在第二列中它似乎不起作用。dem2y = pd.read_csv("0202.csv")dem5y = pd.read_csv("0505.csv")dem10y = pd.read_csv("1010.csv")dem30y = pd.read_csv("3030.csv")### Begin cleaningyldDF = [dem2y, dem5y, dem10y, dem30y]for i in yldDF:     i.drop(i.columns[2], axis = 1,inplace = True)    i.drop(range(4),inplace=True)    i = i[i[i.columns[1]].apply(lambda x: str(x)!=".")]我已经在单个 Dataframe 上尝试了最后一行，它似乎工作得很好，但是当我将它作为循环的一部分进行尝试时，它似乎没有任何效果。有什么我在这里想念的吗？或者这可能是一个错误？

Answer 1

如果问题只是i被修改，你可以试试这个技巧：

# Store your `pandas.DataFrame` in a dict

yldDict = {'dem2y': dem2y, 'dem5y': dem5y, 'dem10y': dem10y, 'dem30y': dem30y}

# Loop on the keys of the dict

for keys in yldDict.keys(): 

    df = yldDict.get(keys, 'error') # Get pandas.DataFrame from dict

    # Do the operation you need to do

    df.drop(df.columns[2], axis = 1, inplace = True)

    df.drop(range(4), inplace=True)

    df = df[df[df.columns[1]].apply(lambda x: str(x)!=".")]

    # Post to dict

    yldDict[keys] = df

# Extract from dict

dem2y, dem5y, dem10y, dem30y = yldDict['dem2y'], yldDict['dem5y'], yldDict['dem10y'], yldDict['dem30y']

# Delete dict

del yldDict