如何基于Pandas列值调用返回DataFrame的Python类方法？

我有一个包含商品、销售地点、各商品最优模型（MAPE最低）的Pandas DataFrame，示例代码如下：

import pandas as pd
model = ['autoarima', 'prophet', 'TES']
item = ['102354','215898','302584']
MAPE = [46.2, 23.5, 15.6]
location = ['KR_DC', 'KR_DC','KR_DC']
df_dict = {'fcast_item':item, 'location':location, 'mape':MAPE, 'best_model':model}
df = pd.DataFrame.from_dict(df_dict)

我希望根据DataFrame中best_model列的值，调用statmod.stats_models类中对应的模型方法（这些方法会返回DataFrame）。例如：

• 当模型为'TES'时，执行：

  df = [statmod.stats_models(df).tesa_model(target='corrected_demand', combo = combo, length=length_) for combo in combos]
  

• 当模型为'autoarima'时，执行：

  df = [statmod.stats_models(df).arima_model(target='corrected_demand', combo = combo, length=length_) for combo in combos]
  

代码中除模型方法名外其余部分固定，请问这种基于DataFrame值的动态编码是否可行？

回答 #

完全可行，核心是利用Python的getattr()函数动态获取类实例的方法，配合模型名称与方法名的映射关系即可实现，无需写冗余的分支判断代码。

具体实现步骤 #

1. 定义模型名称与方法名的映射字典
   由于模型名称（如TES）和对应方法名（如tesa_model）不完全一致，先建立映射关系：

   model_method_map = {
       'autoarima': 'arima_model',
       'TES': 'tesa_model',
       'prophet': 'prophet_model'  # 补充prophet对应的方法名
   }
   

2. 初始化模型类实例
   提前创建statmod.stats_models的实例，避免重复初始化：

   stats_model_inst = statmod.stats_models(df)
   

3. 动态遍历并调用对应方法
   遍历目标组合（combos），根据DataFrame中对应组合的最优模型，动态获取并执行方法：

   results = []
   for combo in combos:
       # 从DataFrame中找到当前组合对应的最优模型
       target_row = df[(df['fcast_item'] == combo[0]) & (df['location'] == combo[1])].iloc[0]
       best_model = target_row['best_model']
       
       # 校验模型是否支持
       if best_model not in model_method_map:
           raise ValueError(f"不支持的模型类型: {best_model}")
       
       # 动态获取对应方法并执行
       model_method = getattr(stats_model_inst, model_method_map[best_model])
       result_df = model_method(target='corrected_demand', combo=combo, length=length_)
       results.append(result_df)
   

4. 处理结果
   最终results列表中存储了每个组合对应最优模型的输出DataFrame，可根据需求合并或单独使用。

优势说明 #

• 扩展性强：新增模型时，只需在model_method_map中添加新的映射关系，无需修改核心调用逻辑
• 代码简洁：避免了大量if-elif分支，提升代码可读性和维护性

内容的提问来源于stack exchange，提问作者Jordan Howell