Pandas修改循环第2部分中的数据帧

Question

给定以下数据帧：

import pandas as pd
k=pd.DataFrame({'A':[1,1],'B':[3,4]})
e=pd.DataFrame({'A':[1,1],'B':[6,7]})
k
    A   B
0   1   3
1   1   4

e
    A   B
0   1   6
1   1   7

我想在循环中应用group by sum，但这样做似乎不会修改数据帧。你知道吗

以下是我尝试过的：

for d in dfsout:
    d=d.groupby(d.columns[0]).apply(sum)
    print(d)

当我在循环中打印d时，它显示正确的操作正在发生。。。你知道吗

   A  B
A      
1  2  7
   A   B
A       
1  2  13

…但是当我打印数据帧k和e时，它们没有被修改。你知道吗

k
    A   B
0   1   3
1   1   4

e
    A   B
0   1   6
1   1   7

更新

我还尝试将其用作函数（在循环中工作，仍然不修改）：

def moddf(d):
    return d.groupby(d.columns[0]).apply(sum)
for d in dfsout:
    d=moddf(d)
    print(d)

提前谢谢！你知道吗

Answer 1

好的，你可以试试这个

import pandas as pd
k=pd.DataFrame({'A':[1,1],'B':[3,4]})
e=pd.DataFrame({'A':[1,1],'B':[6,7]})
fields=['k','e']
dfsout=[k,e]
variables = locals()
for d,name in zip(dfsout,fields):
    variables["{0}".format(name)]=d.groupby(d.columns[0]).apply(sum)


k
Out[756]: 
   A  B
A      
1  2  7
e
Out[757]: 
   A   B
A       
1  2  13

Answer 2

这起作用了：

首先，定义函数

def moddf(d):
    return d.groupby(d.columns[0]).apply(sum)

接下来，重新分配修改后的数据帧，如下所示：

k,e=[moddf(x) for x in dfsout]

或者

dfsout2=[moddf(x) for x in dfsout]