如何按顺序创建指定前缀列的DataFrame子集？解决赋值失效问题

问题原因 #

你原来的代码中，subsets=[df1, df2]存储的是对初始空DataFrame对象的引用，但在循环里执行subset=df[subcol]时，只是将局部变量subset重新指向了新生成的DataFrame，并没有修改原列表subsets中的元素，也不会改变df1、df2原本的引用指向。因此循环结束后，df1和df2仍然是空的DataFrame。

修正方案 #

方案一：用字典存储结果后赋值 #

这种方法清晰直观，适合后续扩展更多子集的场景：

import pandas as pd

data = {'radius_mean':[18, 21, 20, 11, 20],
        'radius_se':[1, 0.5, 0.7, 0.4, 0.8],
       'area_mean': [1001, 1326, 1203, 386, 1200],
       'area_se': [153, 75, 94, 27, 95]}
df=pd.DataFrame(data)

subsets = {}
features=['radius', 'area']
for feature in features:  
    subcol = [col for col in df.columns if col.startswith(f"{feature}_")]
    subsets[feature] = df[subcol]

df1 = subsets['radius']
df2 = subsets['area']

print("df1:\n", df1)
print("\ndf2:\n", df2)

方案二：通过索引修改列表元素 #

直接操作列表的索引，修改列表中对应位置的元素，从而同步更新df1、df2：

import pandas as pd

data = {'radius_mean':[18, 21, 20, 11, 20],
        'radius_se':[1, 0.5, 0.7, 0.4, 0.8],
       'area_mean': [1001, 1326, 1203, 386, 1200],
       'area_se': [153, 75, 94, 27, 95]}
df=pd.DataFrame(data)

subsets = [pd.DataFrame(), pd.DataFrame()]
features=['radius', 'area']
for idx, feature in enumerate(features):  
    subcol = [col for col in df.columns if col.startswith(f"{feature}_")]
    subsets[idx] = df[subcol]

df1, df2 = subsets

print("df1:\n", df1)
print("\ndf2:\n", df2)

方案三：直接生成子集（适合少量子集场景） #

如果只需要生成两个子集，直接分别定义更简洁：

import pandas as pd

data = {'radius_mean':[18, 21, 20, 11, 20],
        'radius_se':[1, 0.5, 0.7, 0.4, 0.8],
       'area_mean': [1001, 1326, 1203, 386, 1200],
       'area_se': [153, 75, 94, 27, 95]}
df=pd.DataFrame(data)

df1 = df[[col for col in df.columns if col.startswith('radius_')]]
df2 = df[[col for col in df.columns if col.startswith('area_')]]

print("df1:\n", df1)
print("\ndf2:\n", df2)

内容的提问来源于stack exchange，提问作者Sunny