Jupyter中函数内执行for循环处理pandas数据不生效问题排查

你的错误核心来源于Python的函数变量作用域规则，以及pandas筛选操作的特性：

• 函数内部的database属于局部变量：你在函数内执行database = database[xxx]时，本质是给这个局部变量重新绑定了筛选后的新DataFrame对象，并没有修改外部传入的twitter指向的原有对象，函数执行结束后局部变量被回收，外部的twitter自然没有任何变化。
• 函数外直接写可以生效的原因：此时twitter是当前作用域的变量，赋值操作直接修改了该变量指向的对象，所以后续调用twitter.info()能看到更新后的结果。

推荐使用返回值接收的方式，逻辑更清晰也更安全：

def infoClean(liste, database):
    for i in liste:
        database = database[~(database['Username'].str.contains(i, case = False, na = False))]
    # 新增返回处理后的结果
    return database

# 外部用原变量接收返回值
twitter = infoClean(toRemove, twitter)
twitter.info()

如果确实需要原地修改对象，也可以改用drop配合inplace=True实现：

def infoClean(liste, database):
    # 先收集所有需要删除的行索引
    to_drop = []
    for i in liste:
        matched = database['Username'].str.contains(i, case = False, na = False)
        to_drop.extend(database[matched].index.tolist())
    # 原地删除对应行，直接修改传入的对象
    database.drop(index=list(set(to_drop)), inplace=True)

infoClean(toRemove, twitter)
twitter.info()

内容的提问来源于stack exchange，提问作者Jhonny