SAS转Python：构建类SAS宏函数批量处理多DataFrame的GDP计算

一、拆分DataFrame的核心错误 #

原代码使用where+inplace=True会直接修改原始country_extract数据，导致后续拆分英格兰、印度数据时，原DataFrame已经被过滤为空，最终得到的england_extract和india_extract都是空表。

修正后的拆分代码 #

直接用布尔索引切片（保留原数据不受影响）：

australia_extract = country_extract[country_extract['country_code'] == 'aus'].copy()
england_extract = country_extract[country_extract['country_code'] == 'eng'].copy()
india_extract = country_extract[country_extract['country_code'] == 'ind'].copy()

如果需要处理多个国家，用groupby批量拆分更高效：

# 按国家代码分组，生成{国家代码: 对应DataFrame}的字典
country_dfs = {code: df.copy() for code, df in country_extract.groupby('country_code')}
# 调用示例：country_dfs['aus']、country_dfs['eng']

二、extract_filters函数的错误修复 #

原函数存在三个致命问题：

1. return语句写在country_total定义之前，函数会直接返回未定义的变量，后续代码根本不会执行
2. isin()方法需要传入列表作为参数（比如isin(['CRTD'])），传入单个字符串会被拆分为单个字符匹配，导致过滤逻辑完全错误
3. 未处理空过滤结果的情况，空表sum会返回NaN，需要做默认值处理

修正后的函数 #

def extract_filters(x):
    # 修正isin参数为列表格式
    country_type_filter = x['country_type'].isin(['CRTD'])
    country_sub_type_filter = (x['country_sub_type'].isin(['GLA']) &
                               x['continent'].isin(['Y']) &
                               x['generic'].isin(['Y']))
    
    # 计算GDP总和，空结果返回0避免NaN
    total_type = x.loc[country_type_filter, 'GDP'].sum() if not x.loc[country_type_filter].empty else 0
    total_subtype = x.loc[country_sub_type_filter, 'GDP'].sum() if not x.loc[country_sub_type_filter].empty else 0
    
    return [
        [1, total_type],
        [2, total_subtype]
    ]

# 调用生成结果
australia_gdp = extract_filters(australia_extract)
england_gdp = extract_filters(england_extract)
india_gdp = extract_filters(india_extract)

三、批量处理优化（替代SAS宏的高效方式） #

如果要批量处理多个DataFrame，直接用列表推导或字典推导即可，无需逐个调用：

# 批量处理列表中的DataFrame
target_dfs = [australia_extract, england_extract, india_extract]
gdp_results = [extract_filters(df) for df in target_dfs]

# 或者关联国家名称生成带标识的结果字典
country_map = {
    '澳大利亚': australia_extract,
    '英格兰': england_extract,
    '印度': india_extract
}
gdp_results_with_name = {name: extract_filters(df) for name, df in country_map.items()}

四、参考资源 #

• Pandas官方文档：重点学习布尔索引、isin()方法、groupby()分组、sum()聚合的用法
• SAS转Python实战：关注宏与Python函数/循环的转换逻辑、数据集拆分与批量处理的差异
• Pandas数据过滤与聚合教程：掌握loc[]切片、条件组合过滤的正确写法

内容的提问来源于stack exchange，提问作者Patty