有没有更有效的方法多次调用具有不同参数的函数？

Question

目前，我得到了以下函数，该函数遍历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

我有许多参数要分配给/调用函数——目前，我正在做以下工作：

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...

这样做效果很好，但我想知道是否有更实用/有效的方法可以达到同样的效果。

我正在考虑将变量名添加到列表中，例如c、p、l、d等，并形成某种循环——如果这样做可行的话。。。

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，有没有使用熊猫的方法？

Answer 1

我建议您尝试DataFrame支持的Groupby

但是，如果您希望调用自定义函数，我建议将函数参数添加到数组中，比如stringList=[“My_String1”、“My_String13”…] 和

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

map迭代调用my_function函数，其中包含列表stringList中的每个项。

返回值将存储在结果列表中。

Answer 2

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

Answer 3

Pandas有一个内置的方法，即value_counts，它的工作原理类似于groupby，但如果您只想要计数，它会跳过未指定的内容：

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，您可以过滤掉那些不想计数的值（或者在调用value_counts（）之前进行）。