pandasのdataframe型の効率的な処理の仕方

Question

情報系勉強をしている学生です。
pandasのdataframe型の効率的な処理の仕方について質問があります。

例えば、下記のようなデータフレームdf1と、これと全く同じ値、構造を持つdf2,df3...df10があったとします。

A	B	C
11	12	13
21	22	23
31	32	33

この10個のデータフレームに対してに対して、列Aの名前をappleに変更、apple列だけを抽出という二つの操作をしようと思った場合、下記のようなコードを書いてしまい非常に行数が増えてしまっています。

# 列名の変更
df1 = df1.rename(columns={'A': 'apple'})
df2 = df2.rename(columns={'A': 'apple'})
      |
df10 = df10.rename(columns={'A': 'apple'})
     
# apple列の抽出
df1 = df1["apple"]
df2 = df2["apple"]
      |
df10 = df10["apple"]

dataframe型でなければ変数をlistにまとめるなどができると思うのですが、今のところこの方法しか思いついておりません。
理想を言えば下記のようにfor文などを使ってコンパクトなプログラムにできればと思っております。

# イメージです
for i in range(1,11):
    df[i] = df[i].rename(columns={'A': 'apple'})
    df[i] = df[i]["apple"]

何か方法を知っている方がおられましたらご教授お願いいたします。
宜しくお願い致します。

環境
windows10
python 3.7

Answer 1

こうです。

df_list = [globals()[f'df{i+1}'] for i in range(10)]

for i in range(1,11):
    df_list[i] = df_list[i].rename(columns={'A': 'apple'})
    df_list[i] = df_list[i]["apple"]

Comments

[konnitiha2]

わかりやすい解答ありがとうございました。

Answer 2

お二方とも、わかりやすい説明ありがとうございました。
どちらをベストアンサーにするか迷いましたが、より回答の早かったppaulさんをベストアンサーとさせていただきました。
お二方ともありがとうございました。

Answer 3

この話、前提として、、

「データフレームdf1と、これと全く同じ値、構造を持つdf2,df3...df10があ」るとするなら、ppaulさんの回答はその通りですが、この前提の部分を替えればそれほど難しくはないはずです。

こうなるということは、その前段階に

df1 = pd.DataFrame(<1の内容>)
df2 = pd.DataFrame(<2の内容>)

というように、変数に値を入れる処理が並んでいるはずです。

ここを、

df_list = []
df_list.append(pd.DataFrame(<1の内容>))
df_list.append(pd.DataFrame(<2の内容>))

のようにできるはずですし、こうなっていれば、変換などせずに、ppaulさんの示す後半に持って行けます。
さらに、この生成部分もループさせることもできるでしょう。