对数组中的每个数据框进行子集化，并在每次循环中存储为新的数据框对象答案

【问题标题】：Subset each dataframe in array and store as new dataframe object each time in a loop对数组中的每个数据框进行子集化，并在每次循环中存储为新的数据框对象
【发布时间】：2021-10-20 23:34:48
【问题描述】：

我目前在 Pandas 中有 5 个数据框：a、b、c、d 和 e。这些文件中的每一个都有一个“时间”列，我希望只提取“时间”= 0 的行。

我知道的最直接的方法是简单的子集化，例如：

a_base = a[a['time']==0]

但是，我正在寻找一种更好的方法，然后为每个数据帧复制同一行 5 次。循环遍历数据框名称的数组意味着我每次都必须创建一个新变量。有没有更好的方法来减少代码行数？

【问题讨论】：

您是否尝试过将其作为列表理解？只需将所有数据框放入一个列表并遍历它们以获得您的子集。结果将是另一个列表，您可以提取为a_base, b_base, c_base, d_base, e_base = subset_list。

标签： python pandas dataframe subset

【解决方案1】：

这取决于你想对结果做什么。数据框有多大等。如果您只使用一次，您可能根本不需要将结果分配给另一个数据框。您可以使用可调用索引，如

a.loc[lambda x:x['time']==0]

这将过滤您的数据框，您可以链接任何您想要的方法。

【讨论】：