如何将Python中的for循环改写为单行以提升执行效率？

首先得明确：强行把循环改成单行不等于提升效率，原代码的低效问题根本不在“是不是多行循环”，而是循环里的重复IO操作和逐行处理的方式不符合pandas的设计逻辑。

原代码的核心效率问题 #

• 循环内每次删除行后都写入CSV，磁盘IO操作是程序性能瓶颈，重复执行会大幅拖慢速度
• 用Python原生循环遍历处理pandas DataFrame，没有利用pandas的向量化运算优势

真正高效的优化方案（替代循环） #

直接用pandas的向量化筛选一次性完成所有行的过滤，只做一次CSV写入：

criteria_df = pd.read_csv(cfpath)
# 提取所有需要排除的类型，去重避免重复处理
exclude_types = data.type.unique()
# 一次性筛选出保留的行（排除所有目标类型）
criteria_df = criteria_df[~criteria_df['question'].isin(exclude_types)]
# 仅写入一次CSV，减少IO开销
criteria_df.to_csv(cfpath)
# 最后调用处理函数
trials_df, sum_trails = determine_trial_eligibility(trials, criteria_df)

如果非要写成“单行”（不推荐） #

要是单纯为了把循环塞进一行（完全不提升效率，还牺牲可读性），可以用列表推导式，但这种写法只是语法上的单行，性能和原循环没区别：

criteria_df = pd.read_csv(cfpath); [criteria_df.drop(criteria_df.index[criteria_df['question'] == t], inplace=True) or criteria_df.to_csv(cfpath) or determine_trial_eligibility(trials, criteria_df) for t in data.type]

⚠️ 注意：这种写法完全不推荐，既没解决效率问题，还让代码变得难以维护。

内容的提问来源于stack exchange，提问作者Developer