如何优化Python多分支groupby代码以减少行数？

核心思路是用字典映射替代冗余的if-elif分支，把不同DATA对应的配置（分组字段、聚合字段、特殊处理逻辑）集中管理，通过统一代码逻辑执行操作，大幅减少重复代码。

优化后的代码 #

# 定义配置映射：键为DATA标识，值为(分组字段列表, 聚合字段列表, 是否需要单位转换)
config_map = {
    "DATA_1": (['x', 'y'], ["C"], False),
    "DATA_2": (['x', 'y', 'L'], ["C"], False),
    "DATA_3": (['x', 'y'], ["N"], False),
    "DATA_4": (['x', 'y'], ["O"], False),
    "DATA_5": (['x', 'y'], ["H", "D"], False),
    "DATA_6": (['x', 'y'], ["T"], True),
    "DATA_7": (['x', 'y', 'U'], ["T"], True),
    "DATA_8": (['x', 'y', 'L'], ["V"], False),
}

graph_key = Graphsshown.get()
if graph_key in config_map:
    group_cols, agg_cols, need_convert = config_map[graph_key]
    executable_df = df.groupby(group_cols)[agg_cols].sum()
    
    if need_convert:
        executable_df = executable_df / 1024 / 1000
        executable_df = executable_df.astype({'T': 'int'})
    
    print(executable_df.to_string())

优化说明 #

• 配置集中管理：所有DATA对应的规则都存在config_map中，后续新增/修改规则只需调整字典，不用改动业务逻辑代码，维护性更强。
• 消除重复代码：原代码中重复的groupby、sum、print操作被统一处理，仅保留差异化的配置项。
• 逻辑清晰：将单位转换、类型转换这类特殊处理作为配置标记，通过条件判断执行，避免重复编写相同的转换代码。

内容的提问来源于stack exchange，提问作者Mahmoud Usama