如何使用pandas高效确定最小平均压缩率对应的最优参数组合

你不需要手动写for循环遍历参数组合，用pandas内置的分组聚合API就能实现更简洁、性能更好的逻辑，底层是优化过的C级计算，比Python层循环效率高很多，代码量也更小。

单参数示例的优化实现 #

对应你给出的极简示例，优化后代码如下，运行结果和原逻辑完全一致：

import pandas as pd

df = pd.DataFrame({
    "result": [4, 3, 2, 1],
    "parameter": [1, 0, 1, 0],
    "file": ["A", "A", "B", "B"]
})

# 按参数分组计算所有测试文件的平均结果
param_mean = df.groupby("parameter", as_index=False)["result"].mean()
# 定位平均结果最小的行
min_row = param_mean.loc[param_mean["result"].idxmin()]
min_result = (min_row["result"], min_row["parameter"])

print(min_result)  # 输出 (2.0, 0)

三参数实际场景的实现 #

针对你实际的x1、x2、x3三个输入参数的图像压缩实验，只需要把分组字段换成三个参数列即可，不需要手动枚举所有参数组合写多层循环，pandas会自动识别数据中所有存在的参数组合完成计算：

# 假设你的实验结果表包含列：x1、x2、x3（三个输入参数）、y（压缩率输出）、file（测试文件标识）
param_mean = df.groupby(["x1", "x2", "x3"], as_index=False)["y"].mean()
best_row = param_mean.loc[param_mean["y"].idxmin()]

# 直接提取最优结果
min_avg_compress_rate = best_row["y"]
best_x1, best_x2, best_x3 = best_row["x1"], best_row["x2"], best_row["x3"]

补充说明 #

• 性能表现：在你当前50个测试文件的规模下两种写法差距不大，但如果后续参数枚举值增加、测试集扩容，groupby方案的速度会比Python原生for循环快数十到上百倍。
• 逻辑一致性：如果多个参数组合拿到相同的最小平均压缩率，idxmin()会返回第一个出现的最小值位置，和你原循环里用<=判断保留最先遍历到的最优值的逻辑完全对齐。
• 容错性：不需要提前手动罗列所有参数的枚举值，不会出现漏写参数值、枚举列表写错导致的计算错误。

内容的提问来源于stack exchange，提问作者raui100