如何简化Battle类中重复的Pandas循环代码？

先看你可能存在的重复代码示例 #

假设你的__init__方法原本是这样的重复逻辑：

class Battle:
    def __init__(self, data):
        # 处理player_stats
        self.player_stats = []
        for col in data.player_stats.columns:
            self.player_stats.append(data.player_stats.iloc[0][col])
        
        # 处理enemy_stats
        self.enemy_stats = []
        for col in data.enemy_stats.columns:
            self.enemy_stats.append(data.enemy_stats.iloc[0][col])
        
        # 处理更多类似属性...

优化后的代码（利用目标属性名列表） #

假设你已经拿到了目标属性名列表（比如target_attrs = ['player_stats', 'enemy_stats', ...]），可以用以下方式简化：

class Battle:
    def __init__(self, data):
        # 你已获取到的目标属性名列表
        target_attrs = ['player_stats', 'enemy_stats', 'battle_env']
        
        for attr_name in target_attrs:
            # 动态获取data对应的DataFrame属性
            df = getattr(data, attr_name)
            # 直接提取第0行转为列表（替代手动循环列）
            attr_values = df.iloc[0].tolist()
            # 动态设置为实例属性
            setattr(self, attr_name, attr_values)

关键说明 #

• getattr(data, attr_name)：动态获取data的对应属性，避免硬编码每个属性名
• df.iloc[0].tolist()：Pandas内置方法直接将第0行数据转为列表，省去手动遍历列的重复循环
• setattr(self, attr_name, attr_values)：动态给实例设置属性，对应原来的self.xxx = ...写法

如果需要额外逻辑（比如过滤列） #

要是循环里需要对列做筛选，只需要在循环内添加处理逻辑即可，比如只保留数值型列：

for attr_name in target_attrs:
    df = getattr(data, attr_name)
    # 筛选数值型列
    numeric_cols = df.select_dtypes(include=['int64', 'float64']).columns
    attr_values = df.loc[0, numeric_cols].tolist()
    setattr(self, attr_name, attr_values)

内容的提问来源于stack exchange，提问作者Brian