操作Pandas DataFrame字典时代码无报错却未生效，求排查原因

核心错误点 #

1. 未更新字典中的原DataFrame
   循环里的item = ...只是给局部变量重新赋值，并没有修改字典里存储的原始DataFrame对象。字典中的item是原DataFrame的引用，但执行item = 新的DataFrame时，局部变量item会指向新对象，原字典的数据完全没变化。

2. 删除列头行的逻辑错误
   原代码只检查第一列的值是否在列头列表中，这会误删第一列是Cust/Cont/Rate但其他列不匹配的行，同时也没精准匹配整行都是列头的目标行（比如示例中的第0行）。

修正后的代码 #

方案1：重新赋值回字典 #

colheaders = ['Cust','Cont','Rate']

for key, item in dico.items():
    # 精准匹配整行等于列头的行并删除
    mask = (item == colheaders).all(axis=1)
    cleaned_df = item.drop(item[mask].index)
    # 删除全空行和列
    cleaned_df = cleaned_df.dropna(how='all')
    cleaned_df = cleaned_df.dropna(how='all', axis=1)
    # 将清洗后的DataFrame放回字典
    dico[key] = cleaned_df

方案2：使用原地修改（inplace=True） #

colheaders = ['Cust','Cont','Rate']

for key, item in dico.items():
    # 删除整行匹配列头的行（原地修改）
    mask = (item == colheaders).all(axis=1)
    item.drop(item[mask].index, inplace=True)
    # 删除全空行和列（原地修改）
    item.dropna(how='all', inplace=True)
    item.dropna(how='all', axis=1, inplace=True)

补充说明 #

• (item == colheaders).all(axis=1)会生成布尔掩码，精准筛选出整行内容与列头完全一致的行。
• 两种方案都能解决原问题：方案1通过返回副本再赋值回字典，逻辑更清晰；方案2直接修改原DataFrame，内存占用更低。

内容的提问来源于stack exchange，提问作者christina