Python中在内层循环访问外层count变量及表结构转换问题

先看你可能写出的错误代码示例：

funcs = []
for count in range(3):
    # 内层逻辑：把lambda加入列表，后续调用期望打印当前count值
    funcs.append(lambda: print(count))

# 执行所有lambda
for f in funcs:
    f()  # 输出全是3，而非预期的0、1、2

问题原因：Python的循环变量属于整个循环的作用域，lambda表达式捕获的是变量的引用，而非迭代时的当前值。当后续调用lambda时，循环已经结束，count的值固定为最后一次迭代的结果（这里是3）。

解决方法：

• 方法1：用默认参数绑定当前值
  默认参数会在lambda定义时就计算并绑定当前的count值，而非引用：

funcs = []
for count in range(3):
    funcs.append(lambda c=count: print(c))

for f in funcs:
    f()  # 输出0、1、2

• 方法2：闭包包裹局部变量
  通过嵌套函数创建独立局部作用域，捕获当前迭代的count值：

funcs = []
for count in range(3):
    def wrapper(c):
        return lambda: print(c)
    funcs.append(wrapper(count))

for f in funcs:
    f()  # 输出0、1、2

• 方法3：使用functools.partial
  借助partial函数固定参数值：

from functools import partial

funcs = []
for count in range(3):
    funcs.append(partial(print, count))

for f in funcs:
    f()  # 输出0、1、2

假设你的原始宽表结构（以MySQL为例）：

CREATE TABLE wide_table (
    id INT PRIMARY KEY,
    name VARCHAR(50),
    math_score INT,
    english_score INT,
    chinese_score INT
);

目标长表结构：

CREATE TABLE long_table (
    id INT,
    name VARCHAR(50),
    subject VARCHAR(20),
    score INT,
    PRIMARY KEY (id, subject)
);

方式1：UNION ALL（通用SQL） #

兼容绝大多数数据库的写法：

INSERT INTO long_table (id, name, subject, score)
SELECT id, name, 'math' AS subject, math_score AS score FROM wide_table
UNION ALL
SELECT id, name, 'english' AS subject, english_score AS score FROM wide_table
UNION ALL
SELECT id, name, 'chinese' AS subject, chinese_score AS score FROM wide_table;

方式2：UNPIVOT（SQL Server、Oracle） #

如果使用支持UNPIVOT语法的数据库，可简化代码：

SELECT id, name, subject, score
FROM wide_table
UNPIVOT (
    score FOR subject IN (math_score, english_score, chinese_score)
) AS unpvt;

方式3：Python Pandas处理（数据已加载到内存时） #

用pandas的melt方法快速实现宽转长：

import pandas as pd

# 从数据库读取宽表数据
df_wide = pd.read_sql("SELECT * FROM wide_table", your_db_connection)

# 执行宽转长
df_long = df_wide.melt(
    id_vars=['id', 'name'],  # 保留的标识列
    value_vars=['math_score', 'english_score', 'chinese_score'],  # 需要转换的宽列
    var_name='subject',  # 转换后的科目列名
    value_name='score'  # 转换后的分值列名
)

# 清理科目名称（去掉_score后缀）
df_long['subject'] = df_long['subject'].str.replace('_score', '')

# 将结果写入数据库
df_long.to_sql('long_table', your_db_connection, if_exists='append', index=False)

内容的提问来源于stack exchange，提问作者Hmm