使用for循环的熊猫数据框concat不起作用

Question

在这里，我尝试使用 for 循环将数据帧 A 和 B 与 C 连接起来。

data = [['Alex',10],['Bob',12],['Clarke',13]]

A = pd.Dataframe(data, columns=['Name','Age'])
B = pd.Dataframe(data, columns=['Name','Age'])
C = pd.Dataframe(data, columns=['Name','Age'])

A.columns  ---> Index(['Name', 'Age'], dtype='object')
B.columns  ---> Index(['Name', 'Age'], dtype='object')
C.columns  ---> Index(['Name', 'Age'], dtype='object')

for df in [A, B]:
    df = pd.concat([df, C], axis=1)

A.columns  ---> Index(['Name', 'Age'], dtype='object')
B.columns  ---> Index(['Name', 'Age'], dtype='object')
df.columns ---> Index(['Name', 'Age', 'Name', 'Age'], dtype='object')

为什么不将 C 与原始 A、B 数据帧连接起来。为什么要创建一个新的 df Dataframe？

我想要在 for 循环之后：

A.columns ---> Index(['Name', 'Age', 'Name', 'Age'], dtype='object')
B.columns ---> Index(['Name', 'Age', 'Name', 'Age'], dtype='object')

Answer 1

您使用 Python 将名称映射到对象的方式与它们的工作方式不同（您可能会被其他语言的引用弄糊涂）。

当你使用

for df in [A, B]:
    df = pd.concat([df, C], axis=1)

那么右边的df表示“被名称df映射到的对象”（即A然后B）。左侧的df 只是名称 df。因此，您的循环根本不会修改原始对象。

---

你可以使用

A, B = pd.concat([A, C], axis=1), pd.concat([B, C], axis=1)

如果你真的必须使用循环，你可以使用dict。首先将对象放在那里，

dfs = {'A': A, 'B': B}

然后仅通过dict 引用它们：

for k, v in dfs.items():
    dfs[k] = pd.concat([v, C], axis=1)