Python 如何对多个数据帧重新采样？

我有27个数据帧，具有相同的索引和列。这些数据帧是每小时的数据，我想把它们全部转换成每月的数据。我去寻找捷径。在进行此操作时，我要对数据求和。 我已将这些数据帧放入列表中

df_list =  [
           df1, df2, df3, df4, df5, df6, df7, df8, df9
           df10, df11, df12, df13, df14, df15, df16, df17, df18
           df19, df20, df21, df22, df23, df24, df25, df26, df27
           ]

for df in df_list:
    df = df.resample('M').sum()


Example of any dataframe:

Date                     A     B     C     D
2019-10-01 00:00:00    3.4   2.5   1.6    5.1
2019-10-01 01:00:00    2.3   2.9   4.1    5.9
2019-10-01 02:00:00    1.7   6.7   9.2    4.8
2019-10-01 03:00:00    1.8   1.8   3.6    2.7
2019-10-01 04:00:00    6.1   3.4   2.3    3.1

---

这段代码的输出不是我想要的输出。如何做到这一点？

一个想法是使用列表理解并将返回的输出分配给列表：

df_list = [df.resample('M').sum() for df in df_list]

或使用重新采样的数据帧创建新列表：

dfs = []
for df in df_list:
    df = df.resample('M').sum()
    dfs.append(df)

---

另一个想法是使用loop by

range

按位置覆盖列表：

for i in range(len(df_list)):
    df_list[i] = df_list[i].resample('M').sum()

---

也许你可以添加一些关于你正在使用的编程语言、环境和工具的信息。对不起：（，我编辑了我的问题。你能添加一些数据帧的示例行吗？我添加了一些行和列。为什么我们必须添加“range”？@JuniorESE-因为

range（len（df_列表））

根据df列表的长度创建范围，然后通过循环值将值返回给第一个循环

df_list[0]=df_list[0]。重采样（'M'）.sum（）

，对于第二个

df_list[1]=df_list[1]。重采样（'M'）.sum（）

以及类似的值。Ooh好的，我理解，谢谢：））df_list=[df.resample（'M'）.sum'），df在df_列表中的值]这是现在的工作。我的意思是，当脱离for循环时，所需的输出不会出现。