如何编写函数按列表值筛选DataFrame行并批量完成分析

通用函数写法 #

核心思路是把筛选、分析逻辑封装为可复用函数，遍历列表批量执行即可，无需重复粘贴代码。注意不要用list作为变量名，这是Python内置关键字，会导致后续语法错误。

import pandas as pd

# 筛选值列表
filter_list = ['A','B','C'] 

# 封装单组分析逻辑
def analyze_single_group(full_df, filter_col, filter_val, group_col):
    # 筛选对应值的子DataFrame
    sub_df = full_df[full_df[filter_col] == filter_val]
    # 分组计数，需要调整分析逻辑仅修改此处即可
    return sub_df.groupby([group_col]).size()

# 批量执行所有分析，结果存入字典
result = {}
for val in filter_list:
    result[val] = analyze_single_group(
        full_df=df,
        filter_col='column1',
        filter_val=val,
        group_col='column2'
    )

# 取用结果示例：获取筛选值为A的统计结果
print(result['A'])

高性能简化写法 #

如果不需要单独存储每个子DataFrame，仅需要最终统计结果，可以跳过循环筛选步骤，一次分组完成所有计算，性能更高：

# 先筛选所有符合条件的行，再按两列同时分组得到全量结果
all_stat = df[df['column1'].isin(filter_list)].groupby(['column1', 'column2']).size()

# 取用结果示例：获取筛选值为A的统计结果
print(all_stat.loc['A'])

扩展说明 #

• 调整分析逻辑仅需修改analyze_single_group内的返回语句，外层遍历代码无需改动
• 需要将所有结果合并为一个总表时，执行pd.concat(result).reset_index()即可实现

内容的提问来源于stack exchange，提问作者user16286965