如何对pandas DataFrame字典用多输出函数通过字典推导生成两个新字典

• 第一种写法错误：字典推导生成的是单字典，每个值为somefunction返回的二元组，直接对字典解包时Python默认迭代字典的键，工作表数量超过2个就会触发解包数量不匹配错误。
• 第二种写法错误：对字典执行zip(*)操作时，解包的是字典的键而非值，无法得到你需要的df处理结果。

两种常用实现，都保证每个DataFrame只调用一次somefunction，避免重复计算：

方案1：先收集中间结果，再分别构造字典 #

最直观易读的写法，适配绝大多数场景：

def somefunction(df):
    df1 = df.apply(lambda x: x*2)
    df2 = df.apply(lambda x: x*4)
    return df1, df2

# 先收集所有(工作表名, 处理后df1, 处理后df2)元组
intermediate = [(key, *somefunction(df)) for key, df in df_dict.items()]
# 分别构造两个结果字典
df_dict1 = {key: df1 for key, df1, df2 in intermediate}
df_dict2 = {key: df2 for key, df1, df2 in intermediate}

方案2：利用zip推导更简洁的写法 #

适合偏好短代码的场景，逻辑和方案1完全一致：

keys = df_dict.keys()
processed_res = (somefunction(df) for df in df_dict.values())
df_dict1, df_dict2 = [dict(zip(keys, res_group)) for res_group in zip(*processed_res)]

内容的提问来源于stack exchange，提问作者DHJ