编写带if语句的DataFrame处理自定义函数报错，如何优化嵌套实现？

错误原因分析 #

• 语法错误：good函数定义存在两处问题，一是缩进错误，被误写在apple函数内部成为嵌套函数，外部无法直接调用；二是函数定义行末尾缺少冒号:，运行会直接触发语法报错。
• list index out of range报错核心原因：代码中使用df.iloc[:,1]取DataFrame的第二列，如果传入的两个DataFrame任意一个列数少于2，就会触发下标越界错误。如果确认要取第二列，建议先做列数校验，或者直接用列名取值更稳妥。
• 其他潜在问题：good函数中sum(one, two)的写法不符合需求，Python内置sum的第二个参数是求和起始值，如果你要实现两个直方图计数逐元素相加，应该直接写one + two，否则会返回不符合预期的结果。

优化实现方案（无嵌套函数） #

所有功能拆分为独立的单职责函数，没有嵌套逻辑，同时补充边界校验避免越界报错：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 独立的DataFrame长度对齐函数
def align_df_length(df1, df2, random_state=42):
    min_len = min(len(df1), len(df2))
    # 可按需添加reset_index(drop=True)重置采样后的行索引
    df1_aligned = df1.sample(min_len, random_state=random_state) if len(df1) > min_len else df1
    df2_aligned = df2.sample(min_len, random_state=random_state) if len(df2) > min_len else df2
    return df1_aligned, df2_aligned

# 独立的直方图绘制函数
def plot_hist(df1, df2, col_idx=1):
    # 列数前置校验，避免下标越界
    if df1.shape[1] <= col_idx or df2.shape[1] <= col_idx:
        raise ValueError(f"传入的DataFrame列数不足，无法取索引为{col_idx}的列")
    plt.hist(df1.iloc[:, col_idx], alpha=0.5, label='df1')
    plt.hist(df2.iloc[:, col_idx], alpha=0.5, label='df2')
    plt.legend()
    plt.show()

# 独立的直方图计数求和函数
def calc_hist_sum(df1, df2, col1='apple1', col2='apple'):
    one = np.histogram(df1[col1])[0]
    two = np.histogram(df2[col2])[0]
    return one + two

# 调用示例
def run_pipeline(df, df2):
    df_aligned, df2_aligned = align_df_length(df, df2)
    plot_hist(df_aligned, df2_aligned)
    return calc_hist_sum(df_aligned, df2_aligned)

内容的提问来源于stack exchange，提问作者dkdlfls26