Python 如何循环多个数据帧以基于行标准选择数据帧？

我在Pandas中有一些Python数据帧，我想循环它们，找出哪个数据帧符合我的行标准，并将其保存在新的数据帧中

d = {'Count' : ['10', '11', '12', '13','13.4','12.5']}
df_1= pd.DataFrame(data=d)
df_1

d = {'Count' : ['10', '-11', '-12', '13','16','2']}
df_2= pd.DataFrame(data=d)
df_2

这是我想要使用的逻辑，但它不包含正确的语法

for df in (df_1,df_2)
    if df['Count'][0] >0 and df['Count'][1] >0 and df['Count'][2]>0 and df['Count'][3]>0 
    and (df['Count'][4] is between df['Count'][3]+0.5 and df['Count'][3]-0.5) is True:
        df.save

正确的输出是df_1…，因为它符合我的条件。如何创建新的

数据帧

或

列表

，以保存结果

---

如果您在评论中有任何问题，请告诉我。我对您的代码所做的主要更新是：

用

.loc

使用

.all（）

代码如下：

import pandas as pd 

# df_1 & df_2 input taken from you
d = {'Count' : ['10', '11', '12', '13','13.4','12.5']}
df_1= pd.DataFrame(data=d)

d = {'Count' : ['10', '-11', '-12', '13','16','2']}
df_2= pd.DataFrame(data=d)

# my solution here
df_1['Count'] = df_1['Count'].astype('float')
df_2['Count'] = df_2['Count'].astype('float')

my_dataframes = {'df_1': df_1, 'df_2': df_2}
good_dataframes = []
for df_name, df in my_dataframes.items():
    if (df.loc[0:3, 'Count'] > 0).all() and (df.loc[3,'Count']-0.5 <= df.loc[4, 'Count'] <= df.loc[3, 'Count']+0.5):
        good_dataframes.append(df_name)

good_dataframes_df = pd.DataFrame({'good': good_dataframes})

---

到底是什么问题？你的伪代码看起来不错，为什么不用Python编写呢？不知道为什么人们会投票否决你。您提供了一个带有示例数据的清晰问题，并提到您当前的代码抛出语法错误。我会提供一个简短的答案我更喜欢有一个数据框名称的列表，它是df_1…df4…df5，对于那些符合条件的人，在列表或数据框中，我提供了一个屏幕快照更新了我的答案，以回应你问题更新中发布的

好的
df屏幕快照事实上，我的实际标准很复杂，当我在if条件中添加OR时，如何在更长的if条件下添加正确的缩进以打开新行？我对你的最后一个问题有点困惑。您可以在布尔值中使用
或
，就像我的答案中有
和
一样。您的缩进问题听起来像是一个不同的问题，可能取决于您的代码编辑器如何处理空格或换行符。如果你发布另一个可复制的示例作为新问题，你可以在这里链接到它，我来看看。没关系，我在这里发布了一个新问题
>>> print(good_dataframes_df)
   good
0  df_1