如何用循环或列表推导式对列表中多个DataFrame按weeknumber分组

报错AttributeError: 'NoneType' object has no attribute 'groupby'核心是interest_period列表中存在值为None的元素，而非预期的标准DataFrame结构，空值调用groupby方法触发异常。

1. 过滤列表无效值 #

首先筛除列表中的空值与非DataFrame类型元素，避免后续调用方法报错：

import pandas as pd
# 仅保留有效DataFrame
valid_dfs = [df for df in interest_period if isinstance(df, pd.DataFrame)]

可执行以下代码确认过滤效果：
print(f"原始列表长度：{len(interest_period)}，有效DataFrame数量：{len(valid_dfs)}")

2. 执行批量分组操作 #

基于过滤后的有效列表执行groupby分组即可完成需求：

grouped_week = [df.groupby('weeknumber') for df in valid_dfs]

如果需要保留原列表的索引对应关系，可采用分支写法跳过无效元素：

# 无效元素位置返回None占位，保持原列表长度不变
grouped_week = [df.groupby('weeknumber') if isinstance(df, pd.DataFrame) else None for df in interest_period]

该问题大多源于interest_period的生成逻辑存在疏漏：如果是批量处理生成的列表，检查处理函数是否正确return DataFrame；如果处理过程中使用了带inplace=True参数的方法同时做了赋值操作，会导致返回值为None。

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