如何在30余个DataFrame中仅保留指定的DF7？

嘿，这个需求我之前也碰到过——生成一堆临时DataFrame后，只想留一个有用的，清理环境还能节省内存。给你两个靠谱的办法，看哪个更适配你的场景：

方法1：手动指定要删除的变量（适合变量数量明确的情况） #

如果已经清楚要删掉哪些DataFrame，直接用del命令批量处理就行，还能避免误删其他无关变量：

# 把所有要删除的DataFrame变量名列在这里
to_remove = ['DF1', 'XY2', 'WWQ3', 'PIUG4', 'AZZ5', 'TEST6', 'MBYRZ8', 'DF9', 'DF10']

# 遍历列表，存在的变量就删除
for var_name in to_remove:
    if var_name in locals():
        del locals()[var_name]

要是这些变量是全局作用域的（比如在脚本顶层定义的），把locals()换成globals()就行。

方法2：自动筛选保留目标DataFrame（适合大量变量的情况） #

如果有30多个DataFrame，手动列出来太麻烦，可以自动识别所有DataFrame类型的变量，只保留DF7：

import pandas as pd

# 获取当前作用域的所有变量名
all_variable_names = list(locals().keys())

# 遍历变量，删除所有是DataFrame且不是DF7的对象
for name in all_variable_names:
    # 跳过目标变量，只处理其他DataFrame
    if name != 'DF7' and isinstance(locals()[name], pd.DataFrame):
        del locals()[name]

这个方法会自动过滤掉非DataFrame类型的变量（比如你的导入语句、自定义函数等），安全性更高。

额外小提示（IPython/Jupyter环境专属） #

如果你用的是Jupyter Notebook或者IPython，可以用魔法命令快速清理：

%reset -f in DF1 XY2 WWQ3 PIUG4 AZZ5 TEST6 MBYRZ8 DF9 DF10

-f参数是强制删除，不会弹出确认提示；in后面跟着要删除的变量名列表就行。

最后可以用print([k for k, v in locals().items() if isinstance(v, pd.DataFrame)])检查一下，确认只有DF7留在环境里啦~

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