如何从20个DataFrame中提取指定行并合并为新DataFrame？

你的问题出在append()方法的使用上——Pandas的append()不会原地修改原DataFrame，而是返回一个新的合并后的对象，所以你循环里的dataf.append(data)没有把结果存回dataf，导致最后dataf还是初始的空DataFrame。

下面给你两种可行的解决方案，其中第二种是现在更推荐的写法：

方法1：修正append的赋值逻辑 #

如果你坚持用append（注意Pandas 2.0+已经标记为弃用），需要把每次append的结果重新赋值给dataf：

import pandas as pd

dataf = pd.DataFrame()
for x in [df1, df2, ..., df20]:
    # 筛选Type=23的行，同时只保留N1、N2列
    data = x.loc[x['Type'] == 23, ['N1', 'N2']]
    dataf = dataf.append(data)

# 重置索引，避免出现重复的索引值
dataf = dataf.reset_index(drop=True)

方法2：用pd.concat更高效（推荐） #

pd.concat是Pandas官方推荐的合并多个DataFrame的方法，比循环append效率高很多，尤其是处理大量DataFrame时：

import pandas as pd

# 先把所有目标DataFrame放到一个列表里
all_dfs = [df1, df2, ..., df20]

# 用列表推导式筛选每个DataFrame中符合条件的行，只保留需要的列
filtered_dfs = [df.loc[df['Type'] == 23, ['N1', 'N2']] for df in all_dfs]

# 合并所有筛选后的结果，ignore_index=True自动生成新的连续索引
dataf = pd.concat(filtered_dfs, ignore_index=True)

这样处理后，dataf就会是你期望的、包含所有Type=23行的N1、N2列数据的DataFrame了。

内容的提问来源于stack exchange，提问作者Abhishek2332