pandas中for循环使用melt和rename操作DataFrame不生效如何解决？

• 你在循环中拿到的df只是原df1/df2/df3/df4对象的临时引用，对df执行df = df.melt(...)这类重新赋值操作，只会把临时变量指向新生成的DataFrame对象，不会修改原df1等全局变量的指向，也不会改动data_files列表中存储的原始对象引用。
• 你调用rename时设置了inplace=False，该参数本身就会返回新的DataFrame对象，不会修改原输入的df。

方案1：将处理结果存入新列表（更推荐，易维护） #

适合后续需要批量使用/合并处理后数据的场景：

data_files = [df1, df2, df3, df4]
names = ['child_mortality','income','life_expectancy','population']
processed_dfs = []

# 用zip同时遍历df列表和列名列表，不需要手动维护i计数
for df, val_name in zip(data_files, names):
    temp_df = df.melt(['country'], var_name='year')
    temp_df = temp_df.rename(columns = {'value': val_name})
    processed_dfs.append(temp_df)

# 按索引取用即可，比如processed_dfs[0]对应原df1的处理结果

方案2：直接修改原df变量 #

如果必须保留df1/df2这类变量名直接调用的使用习惯，可以操作全局变量字典实现：

names = ['child_mortality','income','life_expectancy','population']
df_var_names = ['df1', 'df2', 'df3', 'df4']

for var_name, val_name in zip(df_var_names, names):
    # 从全局变量中取出原df
    df = globals()[var_name]
    # 执行处理逻辑
    df = df.melt(['country'], var_name='year')
    df = df.rename(columns = {'value': val_name})
    # 把处理后的df写回全局变量
    globals()[var_name] = df

# 此时直接打印df1就是处理后的结果

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