如何正确对pandas超长代码行换行以符合PEP8规范

PEP8要求单行代码长度不超过80字符，pandas的索引选择、链式调用、多参数函数类长行，优先在成对括号内部自然续行，不需要加反斜杠续行，换行后保持统一缩进即可，具体处理方式如下：

• 索引筛选类长行拆分
  对loc/iloc这类带两个参数的索引操作，直接在逗号位置拆分参数，每个参数单独占一行缩进对齐即可。针对示例里的超长列筛选行，最直接的改法：

df_ndsi_feature = df_stations_date.loc[
    :, 
    df_stations_date.columns.str.fullmatch("ndsi_avg-\\d")
]
ndsi_feature = df_ndsi_feature.to_numpy(
    dtype=np.float32
).T

df_ndvi_feature = df_stations_date.loc[
    :, 
    df_stations_date.columns.str.fullmatch("ndvi_avg-\\d")
]
ndvi_feature = df_ndvi_feature.to_numpy(
    dtype=np.float32
).T

• 抽公共变量压缩重复长片段
  示例中两次重复调用df_stations_date.columns属于冗余代码，提前把高频复用的对象存为短名变量，既能缩短行长度，也能降低后续维护的出错概率：

# 提前提取复用的列索引对象
station_cols = df_stations_date.columns

df_ndsi_feature = df_stations_date.loc[
    :,
    station_cols.str.fullmatch("ndsi_avg-\\d")
]
ndsi_feature = df_ndsi_feature.to_numpy(dtype=np.float32).T

df_ndvi_feature = df_stations_date.loc[
    :,
    station_cols.str.fullmatch("ndvi_avg-\\d")
]
ndvi_feature = df_ndvi_feature.to_numpy(dtype=np.float32).T

• 多参数函数、链式调用换行
  多参数的函数调用（比如np.append），在每个参数间换行缩进即可；如果是多步的pandas链式操作，可以把整个逻辑包在一对圆括号里，每个链式方法单独占一行对齐，可读性更强：

# 多参数函数换行
ndsi_ndvi_feature = np.append(
    ndsi_feature, 
    ndvi_feature, 
    axis=1
)
date_features = np.append(
    date_features, 
    ndsi_ndvi_feature, 
    axis=1
)

# 长链式操作换行示例
ndsi_feature = (
    df_stations_date
    .loc[:, station_cols.str.fullmatch("ndsi_avg-\\d")]
    .to_numpy(dtype=np.float32)
    .T
)

注意：不要用反斜杠\做续行标记，这种写法对尾部空格非常敏感，很容易触发语法错误，用括号包裹的自然续行是PEP8推荐的写法。

内容的提问来源于stack exchange，提问作者PEREZje