Программно нарезать кадр данных Pandas на месте

In truncate_before:

def truncate_before(list_of_dfts, idx):
    for dfts in list_of_dfts:
        dfts = dfts[idx:]
        print(dfts.head)

for-loop создает локальную переменную dfts, которая ссылается на кадры данных в list_of_dfts. Но

        dfts = dfts[idx:]

переназначает новое значение для dfts. Это не изменяет DataFrame в list_of_dfts.

См. Факты и мифы об именах и значениях Python, где подробно объясняется, как имена переменных связываются со значениями. и какие операции изменяют значения по сравнению с привязкой новых значений к именам переменных.

Вот несколько альтернатив:

Измените список на месте

def truncate_before(list_of_dfts, idx):
    list_of_dfts[:] = [dfts[idx:] for dfts in list_of_dfts]
    for dfts in list_of_dfts:
        print(dfts.head)

поскольку присваивание list_of_dfts[:] (которое вызывает list_of_dfts.__setitem__) изменяет содержимое list_of_dfts на месте.

import numpy as np
import pandas as pd

df_a = pd.DataFrame(np.random.rand(14,2), columns = list('XY'))
df_b = pd.DataFrame(np.random.rand(14,2), columns = list('XY'))

mylist = [df_a, df_b]

def truncate_before(list_of_dfts, idx):
    list_of_dfts[:] = [dfts[idx:] for dfts in list_of_dfts]

print(mylist[0])
truncate_before(mylist, 11)
print(mylist[0])

показывает, что mylist[0] было усечено. Однако обратите внимание, что df_a по-прежнему ссылается на исходный DataFrame.

Вернуть список и переназначить результат mylist или df_a, df_b

Использование возвращаемых значений может сделать ненужным изменение mylist на месте.

Чтобы переназначить глобальные переменные df_a, df_b на новые значения, вы можете заставить truncate_before возвращать список фреймов данных и переназначить df_a и df_b возвращаемому значению:

def truncate_before(list_of_dfts, idx):
    return [dfts[idx:] for dfts in list_of_dfts]

mylist = truncate_before(mylist, 11)   # or
# df_a, df_b = truncate_before(mylist, 11) # or
# mylist = df_a, df_b = truncate_before(mylist, 11)  

Но обратите внимание, что, вероятно, нехорошо обращаться к DataFrames через mylist, df_a и df_b, поскольку, как показывает приведенный выше пример, значения не остаются скоординированными автоматически. Использование mylist должно быть достаточным.

Используйте метод DataFrame с параметром inplace, например df.drop

dfts.drop (с inplace=True) изменяет сам dfts:

import numpy as np
import pandas as pd

df_a = pd.DataFrame(np.random.rand(14,2), columns = list('XY'))
df_b = pd.DataFrame(np.random.rand(14,2), columns = list('XY'))

mylist = [df_a, df_b]

def truncate_before(list_of_dfts, idx):
    for dfts in list_of_dfts:
        dfts.drop(dfts.index[:idx], inplace=True)

truncate_before(mylist, 11)
print(mylist[0])
print(df_a)

При изменении dfts на месте оба значения в mylist и df_a и df_b изменяются одновременно.

Обратите внимание, что dfts.drop удаляет строки на основе значения метки индекса. Таким образом, приведенное выше полагается (предполагается), что dfts.index уникален. Если dfts.index не уникально, dfts.drop может содержать больше строк, чем idx строк. Например,

df = pd.DataFrame([1,2], index=['A', 'A'])
df.drop(['A'], inplace=True)

удаляет обе строки, делая df пустым DataFrame.

Обратите также внимание на это предупреждение от основного разработчика Pandas относительно использования inplace:

Мое личное мнение: я никогда не использую операции на месте. Синтаксис труднее читать и не дает никаких преимуществ.

Вероятно, это связано с тем, что под капотом dfts.drop создается новый фрейм данных, а затем вызывается частный метод _update_inplace для присвоения новых данных старому фрейму данных:

def _update_inplace(self, result, verify_is_copy=True):
    """
    replace self internals with result.
    ...
    """
    self._reset_cache()
    self._clear_item_cache()
    self._data = getattr(result,'_data',result)
    self._maybe_update_cacher(verify_is_copy=verify_is_copy)

Поскольку временный result должен был быть создан в любом случае, нет никакого преимущества в памяти или производительности операций «на месте» по сравнению с простым переназначением.