如何使用函数原地（inplace）修改多个同结构的Pandas DataFrame？

虚拟DataFrame示例 #

先定义两个结构一致的DataFrame：

import pandas as pd

df = pd.DataFrame({
    "Full name": ["John Doe","Deep Smith","Julia Carter","Kate Newton","Sandy Thompson"], 
    "Monthly Sales": [25,30,35,40,45]
}) 

df2 = pd.DataFrame({
    "Full name": ["Alicia Williams","Kriten John","Jessica Adams","Isaac Newton","Whitney Gordon"], 
    "Monthly Sales": [35,20,50,15,40]
})

原函数的问题 #

你原本的函数无法实现原地修改，核心问题是操作都是对局部变量df重新赋值，没有改动原始传入的DataFrame对象：

def tidy_dfs(dfs):
    for df in dfs:
        # Drop first row
        df = df.iloc[1: , :]  # 仅给局部变量赋值新切片，原DataFrame无变化
        # Replace spaces in columns
        df.columns = [c.replace(' ', '_') for c in df]  # 修改的是新切片的列名，与原对象无关
        # change cols to lower
        df.columns = [c.lower() for c in df]
    return df

即便用df,df2 = tidy_dfs([df,df2])也无效，因为循环内的操作从未影响原始DataFrame。

修改后的原地修改函数 #

要实现原地修改，需直接对原DataFrame对象执行操作：

• 删除首行：用drop方法并设置inplace=True，直接修改原对象
• 修改列名：直接修改原df的columns属性（它是可变对象，修改会同步到原DataFrame）

修改后的函数：

def tidy_dfs(dfs):
    for df in dfs:
        # 原地删除第一行
        df.drop(df.index[0], inplace=True)
        # 原地替换列名空格并转为小写
        df.columns = [c.replace(' ', '_').lower() for c in df.columns]

调用验证 #

直接传入DataFrame列表即可完成原地修改：

tidy_dfs([df, df2])

此时查看df和df2会发现：

• 首行已被删除
• 列名从Full name变为full_name，Monthly Sales变为monthly_sales

内容的提问来源于stack exchange，提问作者Mohamed Mostafa El-Sayyad