如何用一段代码为多个DataFrame应用相同的列类别筛选？

你的尝试代码存在两个核心问题：一是引用了未定义的columns变量，二是没有保存筛选后的结果。以下是几种可行的实现方式：

方法1：循环收集筛选结果（直观易懂） #

把每个DataFrame筛选后存入新列表，避免修改原数据：

# 原始DataFrame列表
filter_list = [df1, df2, df3, df4]
# 初始化空列表存储筛选后的结果
filtered_dfs = []

for df in filter_list:
    # 筛选category列值为'category1'的行
    filtered_df = df[df['category'] == 'category1']
    filtered_dfs.append(filtered_df)

# 访问筛选后的结果：filtered_dfs[0]对应原df1的筛选结果，以此类推

方法2：列表推导式（简洁高效） #

用一行代码完成筛选和结果收集，适合熟悉Python语法的场景：

filter_list = [df1, df2, df3, df4]
filtered_dfs = [df[df['category'] == 'category1'] for df in filter_list]

方法3：直接修改原列表（谨慎使用） #

如果需要直接覆盖原列表中的DataFrame，可以通过索引循环实现：

filter_list = [df1, df2, df3, df4]

for i in range(len(filter_list)):
    filter_list[i] = filter_list[i][filter_list[i]['category'] == 'category1']

# 此时filter_list中的元素已替换为筛选后的DataFrame

原代码错误说明 #

• name.columns[columns['category'] == 'category1']逻辑错误：你需要筛选的是行，不是列名；且columns变量未定义，正确写法是df['category']来指定目标列。
• 循环中直接操作name不会保留结果：循环变量name是临时引用，生成的筛选结果需要主动收集或替换原列表元素。

内容的提问来源于stack exchange，提问作者user19840753