如何高效修改代码：DataFrame索引存在则追加结果，不存在则跳过？

针对你遇到的KeyError问题，同时保证重复执行的高效性，提供以下几种修改方案：

基础方案：提前检查索引存在性 #

通过快速判断gene是否在DataFrame索引中，避免触发KeyError，逻辑简单直观：

def get_bins(gene, bins):
    # 利用DataFrame索引的哈希查找（O(1)）快速判断存在性
    if gene not in bins.index:
        return None
    q = bins._get_value(gene, 'quantile')
    # 筛选同quantile的行并移除当前gene
    df = bins[bins['quantile'] == q].drop(index=gene)
    return df

binList = []
for g in gs:
    result = get_bins(g, bins)
    # 仅当结果有效时添加到列表
    if result is not None:
        binList.append(result)

高效优化方案：预分组复用（适合重复执行场景） #

如果需要多次执行该逻辑，提前按quantile分组可以避免重复筛选行（原逻辑每次筛选是O(n)，预分组后是O(1)查找），大幅提升效率：

# 提前执行一次分组，后续重复调用直接复用
quantile_groups = bins.groupby('quantile')

def get_bins(gene, bins, quantile_groups):
    if gene not in bins.index:
        return None
    q = bins._get_value(gene, 'quantile')
    # 直接获取预分组的结果，无需重复筛选
    group_df = quantile_groups.get_group(q)
    return group_df.drop(index=gene)

binList = []
for g in gs:
    result = get_bins(g, bins, quantile_groups)
    if result is not None:
        binList.append(result)

异常捕获方案：适合大部分gene存在的场景 #

如果你的gs列表中大部分gene都存在于索引中，用try-except捕获KeyError的开销更低：

def get_bins(gene, bins):
    try:
        q = bins._get_value(gene, 'quantile')
    except KeyError:
        return None
    df = bins[bins['quantile'] == q].drop(index=gene)
    return df

binList = []
for g in gs:
    result = get_bins(g, bins)
    if result is not None:
        binList.append(result)

方案选择建议 #

• 若gene不存在的情况较多：选基础方案，提前过滤减少无效操作
• 若需要重复执行多次：选预分组方案，从根本上降低每次筛选的时间复杂度
• 若大部分gene都存在：选异常捕获方案，利用Python异常捕获的低开销特性

内容的提问来源于stack exchange，提问作者keenan