如何为列表中每个DataFrame元素应用函数并按性别年份命名？

先梳理你原代码里的几个问题： #

1. 性别循环用了range(0,3)，但你的数据中sex只有0和1，会生成sex=2的空DataFrame，完全没必要
2. make_graph函数直接调用age和value，这俩是未指定来源的变量，应该用传入的DataFrame中的列
3. 仅存储筛选后的DataFrame，无法关联对应的性别和年份，后续没法实现按组合命名输出的需求
4. 原代码中year生成时用了high=2013，只能生成2008-2012的数据，拿不到2013年的样本

修正后的完整代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 生成模拟数据，简化写法同时修正年份范围
df_toy = pd.DataFrame({
    'value': np.random.randint(low=1, high=1000, size=100000),
    'age': np.random.choice(range(0, 92), 100000),
    'sex': np.random.choice([0, 1], 100000),
    'year': np.random.randint(low=2008, high=2014, size=100000)  # high设为2014才能包含2013年
})

def format_data(df, sex, year):
    """按性别和年份筛选数据，返回新的DataFrame"""
    return df[(df["sex"] == sex) & (df["year"] == year)].copy()

def make_graph(df_, sex, year):
    """生成散点图，并按性别+年份组合命名保存"""
    # 空数据判断，避免无数据时绘图报错
    if df_.empty:
        print(f"注意：性别{sex}、年份{year}无数据，跳过绘图")
        return
    
    # 初始化画布，设置合适大小
    plt.figure(figsize=(8, 6))
    # 使用传入的DataFrame列绘图，避免全局变量问题
    plt.scatter(df_['age'], df_['value'], alpha=0.5)
    # 添加标题和坐标轴标签，提升图像可读性
    plt.title(f"年龄 vs 数值 - 性别{sex} | 年份{year}")
    plt.xlabel("年龄")
    plt.ylabel("数值")
    plt.grid(True)
    
    # 按要求命名保存图像，格式示例：sex_0_year_2008.png
    save_filename = f"sex_{sex}_year_{year}.png"
    plt.savefig(save_filename, dpi=300, bbox_inches='tight')
    plt.close()  # 关闭画布释放内存，避免内存泄漏

# 第一步：将性别、年份与对应筛选后的DataFrame打包成元组存入列表，保留关联信息
grouped_data = []
for sex in [0, 1]:  # 仅遍历数据中存在的性别值
    for year in range(2008, 2014):  # 覆盖2008-2013所有年份
        filtered_df = format_data(df_toy, sex, year)
        grouped_data.append( (sex, year, filtered_df) )

# 第二步：遍历每个分组，生成对应命名的图像
for sex, year, df_ in grouped_data:
    make_graph(df_, sex, year)
    # 如果需要保存DataFrame文件，可添加此行
    # df_.to_csv(f"sex_{sex}_year_{year}.csv", index=False)

核心改动说明 #

• 保留分组关联信息：不再单独存储DataFrame，而是把性别、年份和筛选结果打包成元组，后续处理时直接就能获取对应标识，完美解决命名问题
• 修正数据生成逻辑：将年份的high参数改为2014，确保生成2008-2013的完整数据
• 完善绘图逻辑：
  • 用传入的df_的列绘图，避免全局变量引发的错误
  • 增加空数据判断，防止无数据时绘图报错
  • 按sex_<性别>_year_<年份>格式保存图像，完全匹配需求
• 优化循环范围：性别仅遍历0和1，避免生成无效的空DataFrame

内容的提问来源于stack exchange，提问作者Stata_user