python - 为什么 pd.drop 在 for 循环外的功能与在 for 循环内的功能不同？

Question

在单个数据帧上，我可以使用传统的 df = df.drop('column name') 删除列。但是，当我尝试遍历多个数据帧并将 drop() 应用于每个数据帧时，更改不会持久。我知道有一个我可以使用的 inplace='True' 参数，但我对 for 循环内部发生的基本情况感到困惑。

例子:

df_1 = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
df_1
    A   B
0   1   4
1   2   5
2   3   6

df_2 = pd.DataFrame({'A':[10,20,30], 'C':[40,50,60]})
df_2
     A   C
0   10  40
1   20  50
2   30  60

# this is the behavior I am looking for. 
df_1 = df_1.drop('A', axis=1)
df_1


    B
0   4
1   5
2   6

# when I put 2 dataframes in a for loop, I do not get the same output. 
df_1 = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6]})
df_2 = pd.DataFrame({'A':[10,20,30], 'C':[40,50,60]})
full_data = [df_1, df_2]

# I expect this code to apply the "drop" for each of these dataframes in the same way 
# as above without the need for the "inplace" argument.
for dataset in full_data:
    dataset = dataset.drop('A', axis=1)

# the column 'A' should have been dropped for each dataframe while inside the loop 
# but it wasnt. why?
df_1
    A   B
0   1   4
1   2   5
2   3   6

Answer 1

该问题与特定的循环范围无关，而是一个基本的 python 分配规则问题。请参阅以下内容:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

In [3]: another = df

In [4]: another is df
Out[4]: True

In [5]: another = another.drop('A', axis=1)

In [6]: another is df
Out[6]: False

在此示例中，您可以看到将删除操作的结果分配给 another 会将一个新对象分配给标识符 another。它不会就地修改 df 对象。另一方面，使用 inplace=True 关键字可以:

In [7]: another = df

In [8]: another.drop('A', axis=1, inplace=True)

In [9]: another is df
Out[9]: True

本质上，没有办法做您想做的事情，即遍历对象列表，然后通过使用循环标识符重新分配给变量来修改对象内容。 inplace=True 参数起作用的原因是它引用了数据帧本身的方法，让 pandas 控制结果的分配。

在 variables and object references 上查看这篇文章或更多信息。