如何避免if-elif冗余为多行列DataFrame绘制对应genre的柱状图

原实现的核心问题是把每个genre对应的固定切片位置硬编码在逐行判断的分支里，只要genre类别数量上涨，就需要手动补写大量重复的绘图调用，不仅代码冗长，还容易因为索引写错、漏写分支出bug。

方案1：字典映射替代多分支判断（适配已有固定切片逻辑的场景） #

如果当前df2已经提前按genre完成排序、每个genre对应的固定行段位置是确定值，不需要临时筛选数据，可以直接把genre和对应切片的映射关系存为字典，完全消掉重复的if-elif结构：

# 一次性维护所有genre的切片规则，新增类别只要在这里补一行即可
genre_slice_config = {
    "Action": slice(0, 5),
    "Adventure": slice(5, 10),
    # 示例：后续新增其他类型的配置直接追加在字典内
    "Sports": slice(10, 15),
    "RPG": slice(15, 20)
}

def f(genre):
    # 传入不存在的genre时可以加默认逻辑兜底
    target_slice = genre_slice_config.get(genre, slice(0, 0))
    plt.bar(df2.Name[target_slice], df2.Global_Sales[target_slice])

这个方案的特点：

• 所有判断逻辑收敛到配置字典里，核心绘图代码只需要写一次，没有重复内容
• 新增genre类别时不需要改动核心函数逻辑，只要在字典里补一行映射规则
• 可以灵活加异常兜底，避免传入无效genre时报错崩溃

方案2：直接按genre过滤数据（更推荐的长期实现方式） #

硬编码固定切片本身存在设计隐患：只要df2的行顺序调整、新增数据行，之前写死的切片索引就会完全错位。更稳妥的做法是彻底抛弃固定切片的逻辑，直接按传入的genre值从数据框中筛选对应行，从根源消除维护分支的需求：

def f(genre):
    # 直接匹配genre字段筛选数据，取该类型下的前5条游戏销售数据绘图
    target_data = df2[df2["Genre"] == genre].head(5)
    plt.bar(target_data.Name, target_data.Global_Sales)

这个方案的优势：

• 完全不需要维护genre和索引位置的映射关系，不管新增多少genre类别，都不需要改代码
• 不存在因为数据行序变动导致的切片错位问题，数据准确性更有保障
• 不需要提前对df2做分块、排序的预处理步骤，逻辑和业务语义完全对齐

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