遍历DataFrame列表时为何无法通过选列原地修改DataFrame？

现象原因 #

遍历列表时，df只是列表中DataFrame对象的临时引用。执行df = df[["A", "B"]]时，本质是创建了一个仅包含指定列的新DataFrame对象，并让df这个变量指向这个新对象——但列表dfl里存储的还是原来的DataFrame对象的引用，完全没被修改，所以打印出来的结果还是原数据。

解决方法 #

1. 原地修改原DataFrame对象（不创建新对象） #

如果要严格在原DataFrame对象上修改内容，可以用loc[:]覆盖原对象的所有数据，这样列表里的引用指向的还是原来的对象，但内容已更新为指定列：

dfl = [pd.DataFrame(
     {
        "A": 1.0,
        "B": pd.Timestamp("20130102"),
         "C": pd.Series(1, index=list(range(4)), dtype="float32"),
         "D": "foo",
     }
)]
for df in dfl:
    df.loc[:] = df[["A", "B"]]  # 原地修改原对象内容
print(dfl)

输出会是仅包含"A"、"B"列的DataFrame列表。

2. 直接替换列表中的元素（更简洁） #

如果不需要严格原地修改DataFrame对象，只是要列表最终存储的是目标列的DataFrame，可以遍历列表的索引，直接替换对应位置的元素：

dfl = [pd.DataFrame(
     {
        "A": 1.0,
        "B": pd.Timestamp("20130102"),
         "C": pd.Series(1, index=list(range(4)), dtype="float32"),
         "D": "foo",
     }
)]
for i in range(len(dfl)):
    dfl[i] = dfl[i][["A", "B"]]  # 替换列表中的元素
print(dfl)

这种方式更直观，结果也符合预期。

内容的提问来源于stack exchange，提问作者stanleyli