如何遍历数据框列表并删除Speed低于50的行

简化单元素处理逻辑 #

你之前的代码可以大幅简化，不用先提取timestamp再反选，直接通过Speed列的条件过滤即可，结果完全一致：

# 处理单个元素的简化写法
df_processed = list_A[1][list_A[1]['Speed'] >= 50]

遍历整个列表的两种常用方法 #

方法1：列表推导式（最简洁高效）

直接生成一个包含所有处理后DataFrame的新列表，结构和原列表完全一致：

# 假设原列表名为list_A，注意列名是大写的Speed，避免和小写混淆
filtered_list = [df[df['Speed'] >= 50] for df in list_A]

方法2：for循环遍历（适合需要中间操作的场景）

如果需要在处理过程中加入额外逻辑，用循环更灵活：

filtered_list = []
for df in list_A:
    # 过滤出Speed不低于50的行
    processed_df = df[df['Speed'] >= 50]
    filtered_list.append(processed_df)

# 若要直接修改原列表（不推荐，易引发误操作）
for idx in range(len(list_A)):
    list_A[idx] = list_A[idx][list_A[idx]['Speed'] >= 50]

内容的提问来源于stack exchange，提问作者user19748530