是否有更有效的方法多次调用具有不同参数的函数？

Question

目前我有以下函数迭代Pandas DataFrame（ df ）列并创建一个计数：

def my_function(my_argument):
    count = 0
    for i, row in df.iterrows(): 
        if row['MyColumn'] == my_argument:
            count += row['MyScore']
    return count

我有很多参数分配给/调用函数 - 现在，我正在做以下事情：

c = my_function('My_String1')
p = my_function('My_String13')
l = my_function('My_String342')
d = my_function('My_String14')
a = my_function('My_String49')
t = my_function('My_String553')
q = my_function('My_String42')
e = my_function('My_String99')
x = my_function('My_String123')
... ETC...

这样做，工作得很好，但我想知道是否有更实用/有效的方法可以达到相同的结果。

我正在考虑将变量名称，例如c ， p ， l ， d等添加到列表中并形成某种循环 - 如果这甚至可以工作......

因此，也许有点像：

for variable_name in list_of_variables:
    # ??? ... But I'm unaware of what would go here.

或者，是否有使用熊猫的方法？

Answer 1

Pandas有一个内置的方法，value_counts，它的工作方式类似于groupby，但如果你只想要计数，则跳过不需要的东西：

import pandas as pd
df = pd.DataFrame({'x':['a','b','c','d','a','a']})
df.x.value_counts()


a    3
b    1
d    1
c    1
Name: x, dtype: int64

### using groupby:

df.groupby('x').size()

x
a    3
b    1
c    1
d    1
dtype: int64

从那里，您可以过滤掉那些您不想计算的值（或者在value_counts（）调用之前执行此操作）。

Answer 2

map(lambda x: my_function(x), list_of_variables)

Answer 3

我建议你尝试groupby通过数据框支持

但是如果您更喜欢调用自定义函数，我建议将函数参数添加到数组中，如stringList = ["My_String1", "My_String13", ..]和

stringList = ["My_String1", "My_String13", ".."]
results = map(my_function, stringList)

map使用列表stringList每个项迭代地调用my_function函数

返回值将存储在results列表中。

Answer 4

您可以将结果存储在dict而不是存储在局部变量中。 然后你可以很容易地使用循环：

results = {}
for var, n in (('c', 1),
               ('p', 13),
               ('l', 342),
              ):
    results[var] = my_function('My_String%d' % n)