如何在Pandas中批量处理多列数据？简化重复操作方法咨询

第一类正态分布CDF计算的简化 #

你可以通过字典映射结合df.assign()方法，一次性完成所有列的计算，避免重复调用scipy.stats.norm.cdf：

import scipy.stats

# 定义目标列与前缀的映射关系
col_prefix_map = {'A': 'a', 'B': 'b', 'C': 'c'}
# 批量生成计算逻辑并赋值
df = df.assign(**{
    col: scipy.stats.norm.cdf(df[f'{prefix}Score'], loc=df[f'{prefix}mean'], scale=df[f'{prefix}std']) * 100
    for col, prefix in col_prefix_map.items()
})

第二类分组求和转换的简化 #

针对多列的分组求和转换，直接传入列列表即可一次性处理，无需重复编写groupby逻辑：

# 一次性对D、E、F列执行分组求和转换
df[['D', 'E', 'F']] = df.groupby(['col1', 'col2'])[['D', 'E', 'F']].transform(sum)

合并成一行（可选） #

如果要强行写成一行，也可以把两类操作链式调用，但会牺牲可读性：

import scipy.stats
df = df.assign(**{'A': scipy.stats.norm.cdf(df['aScore'], loc=df['amean'], scale=df['astd'])*100, 'B': scipy.stats.norm.cdf(df['bScore'], loc=df['bmean'], scale=df['bstd'])*100, 'C': scipy.stats.norm.cdf(df['cScore'], loc=df['cmean'], scale=df['cstd'])*100}).pipe(lambda x: x.assign(**{col: x.groupby(['col1','col2'])[col].transform(sum) for col in ['D','E','F']}))

实际开发中更推荐分开编写，保证代码的可维护性。

内容的提问来源于stack exchange，提问作者Rinne Tsujikubo