如何无循环将pandas.DataFrame.shape属性应用到元组内的多个DataFrame

嘿，我刚好有几个简洁的方案能满足你的需求，完全不需要写显式循环，一起来看看：

方法1：使用map函数 #

map函数天生就是用来对可迭代对象的每个元素批量应用操作的，这里我们可以直接用它提取每个DataFrame的shape属性：

import pandas as pd

def myfunction():
    x = pd.DataFrame(data = [1,2,3])
    y = pd.DataFrame(data = [[1,2,3],[4,5,6]])
    return x, y

# 用map处理后转成元组（map返回迭代器，转元组方便直接查看结果）
shape_tuple = tuple(map(lambda df: df.shape, myfunction()))
print(shape_tuple)  # 输出: ((3, 1), (2, 3))

如果想再精简一步，甚至可以直接传入pd.DataFrame.shape这个属性访问器：

shape_tuple = tuple(map(pd.DataFrame.shape, myfunction()))

方法2：使用生成器表达式 #

生成器表达式是Python里可读性极强的简洁语法，它没有显式的循环块，完全符合你的要求：

shape_tuple = tuple(df.shape for df in myfunction())
print(shape_tuple)  # 输出: ((3, 1), (2, 3))

这个写法一眼就能看懂逻辑：遍历函数返回的每个DataFrame，提取它们的shape后组成新元组。

两种方法都能高效完成任务，你可以根据自己的编码习惯选择～

内容的提问来源于stack exchange，提问作者Seymour