如何在DataFrame字典中找到含带'blue'子串列的DataFrame名称

先纠正你原代码里的两个关键问题：

• 遍历df_dict时，你定义的df其实是字典的键（也就是DataFrame的名称），并不是实际的DataFrame对象，所以没法调用.columns属性；
• 即使拿到了DataFrame的列名，.columns.contains()的用法有误，应该用df.columns.str.contains('blue').any()来判断是否存在至少一列包含目标子串。

下面给你几种实用的实现方式：

方式1：修正后的循环写法 #

适合需要在遍历过程中执行额外操作的场景：

matching_names = []
# 遍历字典的键值对，name是DataFrame名称，df是对应的数据框
for name, df in df_dict.items():
    # 检查是否有列名包含'blue'，加case=False可忽略大小写，按需添加
    if df.columns.str.contains('blue').any():
        matching_names.append(name)

方式2：列表推导式（更简洁） #

如果只是单纯筛选符合条件的名称，用列表推导式一行就能完成，无需显式写循环：

matching_names = [name for name, df in df_dict.items() if df.columns.str.contains('blue').any()]

方式3：获取第一个符合条件的名称 #

如果只需要找到第一个满足要求的DataFrame名称，可以用next()：

first_match = next((name for name, df in df_dict.items() if df.columns.str.contains('blue').any()), None)
# 没有符合条件的DataFrame时，会返回None

内容的提问来源于stack exchange，提问作者LostinSpatialAnalysis