遍历DataFrame列表删除首行失败，求原因及解决办法

嘿，我来帮你排查下代码没生效的原因～

为什么你的代码没起作用？ #

主要有两个核心问题：

1. drop方法默认不修改原DataFrame
   你写的df.drop(df.index[0])只是生成了一个删除第一行后的新DataFrame，但并没有把这个结果存回原变量或者更新df_list里的元素。pandas的大部分方法默认都是返回新对象，不会直接修改原数据，除非你指定inplace=True参数。
2. 循环中的临时引用问题
   在for df in df_list的循环里，df只是列表中每个DataFrame的临时引用。就算你对df做了修改，有时候也无法同步更新到df_list的原位置，导致修改没被保存下来。

修正后的代码方案 #

这里给你两种可靠的解决方式：

方案1：原地修改（使用inplace=True）

通过索引遍历列表，直接修改原列表中的DataFrame：

for i in range(len(df_list)):
    df = df_list[i]
    # 将第一行设为列名
    df.columns = df.iloc[0]
    # 原地删除第一行，修改原DataFrame
    df.drop(df.index[0], inplace=True)

方案2：创建新列表（更推荐，避免副作用）

这种方式会生成新的DataFrame列表，不会影响原数据，更安全：

processed_df_list = []
for df in df_list:
    # 先把第一行设为列名，再删除第一行
    processed_df = df.rename(columns=df.iloc[0]).drop(df.index[0])
    processed_df_list.append(processed_df)
# 之后直接使用processed_df_list即可

或者用enumerate直接更新原列表：

for idx, df in enumerate(df_list):
    df_list[idx] = df.rename(columns=df.iloc[0]).drop(df.index[0])

效果示例 #

以你给出的df_list[0]为例，修改后会变成：

内容的提问来源于stack exchange，提问作者gboge