在多个熊猫数据帧上应用相同的函数来获取数据帧答案

【问题标题】：Applying same function on multiple pandas dataframe to get dataframes在多个熊猫数据帧上应用相同的函数来获取数据帧
【发布时间】：2019-01-17 19:32:56
【问题描述】：

我正在尝试将相同的函数应用于多个熊猫数据框，但结果是一个对象，而我需要数据框作为结果。我也尝试过使用“广播”，但这并没有太大帮助

以下是基本上为索引列分配名称的函数：

def assign_name(name_df):
  name_df.index.name="Fields"

& 我将其应用于唯一性和偏度数据帧，该数据帧基本上由每个字段和偏度的唯一值数量组成：

uniques,skewness = (df.apply(assign_name)for df in [uniques,skewness])

uniques & skewness的数据类型是object：

dtype: object

谁能帮我解决这个问题？

【问题讨论】：

1.你不会从你的函数中返回任何东西； 2.你没有将 df 分配给任何东西（你没有腌制它，你没有将它插入到列表中，你没有将它存储在字典等中，你没有连接这两个数据框等）所以最后一个数据框覆盖第一个。

标签： python pandas apply

【解决方案1】：

使用pipe 并确保您的函数使用return：

def assign_name(name_df):
    name_df.index.name="Fields"
    return df

uniques, skewness = (df.pipe(assign_name)for df in [uniques,skewness])

【讨论】：

【解决方案2】：

def assign_name(x):
  x.index.name="Fields"
  return x

ll = [type(x) for x in [assign_name(df) for df in [df1, df2]]
print(ll)

【讨论】：

【解决方案3】：

函数保持不变只是添加了一个返回： def 分配名称（名称_df）： name_df.index.name="字段" 返回（名称_df）将所有数据帧存储为列表并在列表中应用函数：
list_df = [独特，偏度，df1_transposed，coltypes] list_df = [df.pipe(assign_name) for df in list_df] 像访问列表元素一样访问每个数据框： list_df[3]

【讨论】：