使用函数就地改变多个熊猫数据框

Question

我想编写一个函数，该函数采用具有相同结构的多个数据帧，进行特定的转换并将转换保存在原地。

虚拟数据帧

df = pd.DataFrame({"Full name" : ["John Doe","Deep Smith","Julia Carter","Kate Newton","Sandy Thompson"], 
                     "Monthly Sales" : [25,30,35,40,45]}) 

df2 = pd.DataFrame({"Full name" : ["Alicia Williams","Kriten John","Jessica Adams","Isaac Newton","Whitney Gordon"], 
                     "Monthly Sales" : [35,20,50,15,40]})

转化功能

我不想返回数据框，而是将这些转换保存到位。

def tidy_dfs(dfs):
    for df in dfs:
        # Drop first row
        df = df.iloc[1: , :]
        # Replace spaces in columns
        df.columns = [c.replace(' ', '_') for c in df]
        # change cols to lower
        df.columns = [c.lower() for c in df]
    return df

保存df,df2 = tidy_dfs([df,df2]) 当然不会工作，因为我们在循环之外。

结果调用此函数并保存转换的方法是什么？

tidy_dfs([df,df2])

Answer 1

您的函数不返回 DataFrame 列表，因此您需要创建空列表并 append 清理 DataFrame：

def tidy_dfs(dfs):
    out = []
    for df in dfs:
        # Drop first row
        df = df.iloc[1: , :]
        # Replace spaces in columns
        df.columns = [c.replace(' ', '_') for c in df]
        # change cols to lower
        df.columns = [c.lower() for c in df]
        out.append(df)
    return out