如何用For Loop批量处理238个Pandas DataFrame，保留前后值不同的行

方法一：通过列表管理DataFrame（推荐） #

如果你的238个DataFrame已经统一存放在一个列表（比如命名为df_list）中，直接遍历列表处理即可：

# 初始化空列表存储处理后的DataFrame
processed_dfs = []
for df in df_list:
    # 筛选出before和after列值不同的行
    diff_df = df[df['before'] != df['after']]
    processed_dfs.append(diff_df)

处理后processed_dfs列表中的每个元素就是对应原始DataFrame筛选后的结果。

方法二：针对命名有规律的分散变量 #

如果你的DataFrame是以df1、df2...df238这样的独立变量存在，可通过globals()批量获取并生成新变量：

for i in range(1, 239):
    # 获取当前循环对应的原始DataFrame
    raw_df = globals()[f'df{i}']
    # 执行筛选逻辑
    filtered_df = raw_df[raw_df['before'] != raw_df['after']]
    # 将结果保存为onlydiffs_df1、onlydiffs_df2...这类命名的变量
    globals()[f'onlydiffs_df{i}'] = filtered_df

内容的提问来源于stack exchange，提问作者EMC