如何实现SAS宏SQL转Python时的对应for循环逻辑

先修正现有代码的笔误 #

你当前代码存在变量名拼写错误：定义的起始值变量为fx_start，打印时误写为fw_start，运行会触发NameError，修正后的初始化代码如下：

import pandas as pd

# 此处自行补充两个数据集的加载逻辑，例如pd.read_csv、pd.read_sas等
# processing_wgt = pd.read_xxx(数据源路径)
# gm_weights = pd.read_xxx(数据源路径)

fx_count = processing_wgt['fx'].nunique()
print(fx_count)

fx_start = processing_wgt['fx'].min()
print(fx_start)

循环筛选逻辑实现 #

原SAS宏的核心逻辑可拆解为：

• 循环变量i从1递增到fx字段的去重总个数
• 每次计算目标筛选值：当前fx = fx最小值 + i - 1，即从fx最小值开始，依次取连续的fx值
• 分别从processing_wgt、gm_weights两个数据集筛选出匹配当前fx值的行，生成临时数据集供后续计算使用

对应pandas实现可参考两种常用方案：

方案1：对齐SAS原生逻辑，循环内覆盖临时变量 #

如果每次循环仅需处理当前fx对应的子集，不需要保留历史循环结果，可直接在循环内覆盖临时变量，和SAS每次重写临时表的行为完全一致：

for i in range(1, fx_count + 1):
    current_fx = fx_start + i - 1 # 和SAS中&fx_start.+&i.-1的计算逻辑完全等价
    # 筛选对应子集
    _fx_processing_wgt = processing_wgt[processing_wgt['fx'] == current_fx].copy()
    _fx_weights = gm_weights[gm_weights['fx'] == current_fx].copy()
    
    # 在此处编写针对当前两个子集的后续处理逻辑，例如计算、合并、导出等

筛选后加.copy()是为了避免pandas触发链式赋值警告，若不需要修改筛选出的子集，可省略该方法。

方案2：字典存储全部分组结果，提升复用效率 #

如果后续需要跨fx值对比、或反复调用不同fx对应的子集，可通过字典存储所有筛选结果，避免重复执行筛选操作：

# 初始化结果存储字典
processing_wgt_by_fx = {}
gm_weights_by_fx = {}

for i in range(1, fx_count + 1):
    current_fx = fx_start + i - 1
    processing_wgt_by_fx[current_fx] = processing_wgt[processing_wgt['fx'] == current_fx].copy()
    gm_weights_by_fx[current_fx] = gm_weights[gm_weights['fx'] == current_fx].copy()

# 调用示例：取fx值为5对应的processing_wgt子集
# test_subset = processing_wgt_by_fx[5]

兼容性优化提示 #

原SAS的写法默认fx值是从最小值开始的连续整数，若fx存在断档，会出现筛选空表的问题。更稳妥的遍历方式是直接对去重排序后的fx值做循环，不依赖数值连续性，兼容性更强：

# 获取去重后按升序排列的所有fx值
sorted_fx = sorted(processing_wgt['fx'].unique())

for current_fx in sorted_fx:
    _fx_processing_wgt = processing_wgt[processing_wgt['fx'] == current_fx].copy()
    _fx_weights = gm_weights[gm_weights['fx'] == current_fx].copy()
    # 后续处理逻辑

内容的提问来源于stack exchange，提问作者anjan paul