如何让函数批量遍历多组元组列表，为DataFrame新增计算列？

我明白你的需求啦——你现在的divide_two_cols函数只能单次处理一组元组列表，但手上有好几组这样的计算规则，想一次性完成所有新列的添加对吧？这里有两个实用的方案可以解决这个问题：

方案1：修改原函数，支持批量传入多组元组列表 #

我们可以调整函数参数，让它能接受任意数量的元组列表，然后内部遍历每一组进行处理：

import numpy as np
import pandas as pd

def divide_two_cols_batch(df, *tuple_lists):
    # 遍历所有传入的元组列表
    for tuple_list in tuple_lists:
        for x, y, z in tuple_list:
            calc = df[x] / df[y]
            calc.replace(np.inf, 0, inplace=True)
            calc.fillna(value=0, inplace=True)
            df[str(z)] = calc
    return df

使用方式 #

直接把所有需要处理的元组列表作为参数传入即可：

# 假设你的原始DataFrame名为df
df = divide_two_cols_batch(df, tuple_list_2, tuple_list_3, tuple_list_4, tuple_list_5, tuple_list_6, tuple_list_7)

方案2：不修改原函数，批量循环调用 #

如果你不想改动已有的divide_two_cols函数，可以把所有元组列表收集到一个大列表中，然后循环调用原函数处理每一组：

# 收集所有需要处理的元组列表
all_calc_rules = [tuple_list_2, tuple_list_3, tuple_list_4, tuple_list_5, tuple_list_6, tuple_list_7]

# 循环处理每一组规则
for rule_list in all_calc_rules:
    df = divide_two_cols(df, rule_list)

两种方案的小说明 #

• 方案1更简洁，减少了外部循环的代码量，适合后续还要新增更多计算规则的场景；
• 方案2完全保留原函数逻辑，适合不想改动已有稳定代码的情况。

内容的提问来源于stack exchange，提问作者Goon28