列表中修改DataFrame不生效的原因咨询（附代码示例）

这个问题其实涉及到Python中可变对象的赋值逻辑，咱们一步步拆解来看：

原代码的问题根源 #

你写的循环代码：

for df in [test_1, test_2]:
    df = df[pd.notnull(df["A"])]

这里的df只是一个临时引用变量：

1. 循环开始时，df先指向test_1所在的内存地址；
2. 当你执行df = df[pd.notnull(df["A"])]时，df[pd.notnull(df["A"])]会生成一个全新的DataFrame对象；
3. 此时df这个变量会放弃原来指向test_1的引用，转而指向这个新对象；
4. 但原来的test_1和test_2变量依然指向最初的内存地址，所以它们根本没被修改。

简单说：你修改的是循环里的临时变量，不是原DataFrame本身。

几种可行的解决办法 #

方法1：直接在原对象上修改（用inplace参数） #

Pandas的很多方法支持inplace=True参数，它会直接在原DataFrame上执行修改，不会创建新对象：

import pandas as pd
import numpy as np

test_1 = pd.DataFrame({ "A": [1, 8, 5, 6, 0], "B": [15, 49, 34, 44, 63] })
test_2 = pd.DataFrame({ "A": [np.nan, 3, 6, 4, 9, 0], "B": [-100, 100, 200, 300, 400, 500] })

for df in [test_1, test_2]:
    # 直接在原对象上删除A列为NaN的行
    df.dropna(subset=["A"], inplace=True)

print(test_2)
# 输出会是过滤后的结果，原test_2已经被修改

⚠️ 注意：inplace=True虽然方便，但也有副作用——它会直接改变原对象，且方法返回None，如果不小心写test_2 = test_2.dropna(...)（加了inplace=True）会导致test_2变成None，所以使用时要谨慎。

方法2：收集新对象后替换原变量 #

如果你不想用inplace（更推荐这种方式，代码更清晰），可以把处理后的新DataFrame收集到列表里，再重新赋值给原变量：

import pandas as pd
import numpy as np

test_1 = pd.DataFrame({ "A": [1, 8, 5, 6, 0], "B": [15, 49, 34, 44, 63] })
test_2 = pd.DataFrame({ "A": [np.nan, 3, 6, 4, 9, 0], "B": [-100, 100, 200, 300, 400, 500] })

# 批量处理并收集新的DataFrame
processed_dfs = [df[pd.notnull(df["A"])] for df in [test_1, test_2]]
# 重新赋值给原变量
test_1, test_2 = processed_dfs

print(test_2)

这种方式保留了原DataFrame的不可变性（如果需要的话可以保留原数据），也避免了inplace的潜在问题。

方法3：封装清洗逻辑成函数（适合复杂操作） #

如果你的数据清洗不止这一步，可以把逻辑封装成函数，然后逐个应用到DataFrame上：

import pandas as pd
import numpy as np

def clean_dataframe(df):
    # 这里可以添加更多清洗步骤，比如处理B列、重命名列等
    cleaned_df = df[pd.notnull(df["A"])]
    return cleaned_df

test_1 = pd.DataFrame({ "A": [1, 8, 5, 6, 0], "B": [15, 49, 34, 44, 63] })
test_2 = pd.DataFrame({ "A": [np.nan, 3, 6, 4, 9, 0], "B": [-100, 100, 200, 300, 400, 500] })

test_1 = clean_dataframe(test_1)
test_2 = clean_dataframe(test_2)

这种方式更利于代码维护，尤其是当清洗逻辑复杂或者需要重复使用的时候。

总结 #

核心问题是Python的变量引用机制：循环中的临时变量重新赋值后，不会影响原对象。解决思路要么是直接修改原对象（inplace），要么是生成新对象后替换原变量。

内容的提问来源于stack exchange，提问作者meto