遍历多个DataFrame并应用自定义函数后未生效的问题求助

问题根源 #

你循环里的df = VDS_pre(df)只是把处理后的DataFrame赋值给了循环临时变量，并没有更新列表里的元素，更不会修改最初的vds、vds2等变量：

• pandas的groupby、rename、列筛选操作都会返回新的DataFrame对象，而非原地修改原对象；
• 循环中的df是列表元素的临时引用，重新赋值后只会让这个临时变量指向新对象，原列表和初始变量不会受到影响。

解决方法 #

方法1：用列表推导式生成处理后的新列表

这种写法简洁高效，直接得到所有处理后的DataFrame：

# 生成处理后的DataFrame列表
dfs_processed = [VDS_pre(df) for df in dfs]

# 可选：如果需要更新原变量vds、vds2等
vds, vds2, vds3, vds4 = dfs_processed

方法2：通过索引循环更新原列表

如果要直接修改原列表的元素，可以用索引遍历：

for i in range(len(dfs)):
    dfs[i] = VDS_pre(dfs[i])

# 此时dfs里的每个元素都是处理后的结果
# 同样可选：更新原变量
vds, vds2, vds3, vds4 = dfs

验证处理结果 #

可以打印处理后的DataFrame确认：

for idx, df in enumerate(dfs_processed):
    print(f"处理后的第{idx+1}个DataFrame:")
    print(df.head())

内容的提问来源于stack exchange，提问作者Oscy