Python中如何实现仅传单参数的pandas DataFrame筛选函数

场景背景 #

已经通过convert_to_df函数将其他流程生成的data_list转换为预处理后的pandas DataFrame，需要实现一个仅接受单个必填参数的func2函数：

• 仅接收要筛选的col1目标值作为参数
• 无需手动传入data_list或生成好的DataFrame
• 调用func2(1)时返回col1等于该值的筛选结果

原始示例数据 #

假设其他流程生成的data_list为：

data_list = [
    {"col1": 1, "col2": "a"},
    {"col1": 2, "col2": "b"},
    {"col1": 1, "col2": "c"},
    {"col1": 3, "col2": "d"}
]

预处理后的DataFrame结构如下：

col1 col2
0     1    a
1     2    b
2     1    c
3     3    d

现有错误代码及问题 #

常见的错误写法会要求传入data_list，不符合需求：

import pandas as pd

def convert_to_df(data):
    return pd.DataFrame(data)

# 错误点：需要额外传入data_list，不符合"仅接收单个参数"的要求
def func2(target_val, data_list):
    df = convert_to_df(data_list)
    return df[df["col1"] == target_val]

修正方案 #

方案1：使用全局变量存储预处理后的DataFrame

将预处理好的DataFrame作为全局变量保存，func2直接调用该变量，避免重复传入数据源：

import pandas as pd

def convert_to_df(data):
    return pd.DataFrame(data)

# 其他流程生成的原始数据
data_list = [
    {"col1": 1, "col2": "a"},
    {"col1": 2, "col2": "b"},
    {"col1": 1, "col2": "c"},
    {"col1": 3, "col2": "d"}
]

# 预处理后全局存储，仅执行一次
processed_df = convert_to_df(data_list)

def func2(target_val):
    # 直接使用全局的预处理后DataFrame
    return processed_df[processed_df["col1"] == target_val].reset_index(drop=True)

方案2：使用闭包封装（避免全局变量）

如果不想依赖全局变量，可以用闭包将预处理逻辑封装，确保DataFrame只生成一次：

import pandas as pd

def convert_to_df(data):
    return pd.DataFrame(data)

data_list = [
    {"col1": 1, "col2": "a"},
    {"col1": 2, "col2": "b"},
    {"col1": 1, "col2": "c"},
    {"col1": 3, "col2": "d"}
]

def create_func2():
    # 仅在创建func2时执行一次预处理
    processed_df = convert_to_df(data_list)
    def func2(target_val):
        return processed_df[processed_df["col1"] == target_val].reset_index(drop=True)
    return func2

# 创建func2实例
func2 = create_func2()

调用示例与预期输出 #

调用func2(1)，返回结果：

col1 col2
0     1    a
1     1    c

内容的提问来源于stack exchange，提问作者kmr