Python中为DataFrame列表批量应用函数的问题

核心问题 #

你的循环仅调用rateCalc但未将处理后的DataFrame存回列表，且pandas.DataFrame.assign()返回的是新对象，不会修改原DataFrame。另外要确保dfList是列表（用[]定义）而非元组（仅逗号分隔），元组无法修改元素。

修正后的循环代码 #

方法1：索引循环赋值 #

# 先确保dfList是列表格式
dfList = [df0, df1, df2, df3, df4, df5, df6, df7]

for i in range(len(dfList)):
    dfList[i] = rateCalc(dfList[i])

方法2：列表推导式（更简洁） #

dfList = [rateCalc(df) for df in dfList]

可选：优化rateCalc函数（矢量化操作，提升效率） #

原函数逐行循环处理效率较低，若你使用的是statsmodels.stats.proportion.proportion_confint，它支持批量输入，可改成矢量化操作：

def rateCalc(outcomeDataFrame):
    # 直接计算midrate列
    outcomeDataFrame['midrate'] = outcomeDataFrame.iloc[:,4] / outcomeDataFrame.iloc[:,3]
    # 批量计算所有行的置信区间
    lowerRate, upperRate = proportion_confint(
        count=outcomeDataFrame.iloc[:,4],
        nobs=outcomeDataFrame.iloc[:,3]
    )
    # 添加置信区间列
    outcomeDataFrame['lowerRate'] = lowerRate
    outcomeDataFrame['upperRate'] = upperRate
    return outcomeDataFrame

内容的提问来源于stack exchange，提问作者kpdawson24