### 处理 Python 函数返回多个 DataFrame 的方法 在实际开发过程中，有时需要设计一个函数来返回多个 Pandas DataFrame。为了高效地处理这种情况并保持代码的可读性和性能，可以采取以下几种常见的方式。 --- #### 方法一：直接返回元组 最简单的方法是将多个 DataFrame 打包到一个元组中，并由调用方自行解包。 ```python import pandas as pd def generate_dataframes(): df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}) df2 = pd.DataFrame({'C': [5, 6], 'D': [7, 8]}) return df1, df2 # 返回两个 DataFrame 组成的元组 # 调用时可以直接解包 first_df, second_df = generate_dataframes() print(first_df) print(second_df) ``` 这种方式的优点在于简洁明了，但在返回值较多的情况下可能会降低代码的可维护性[^1]。 --- #### 方法二：使用字典存储命名后的 DataFrame 如果希望给每个返回的 DataFrame 命名以便于识别，可以使用字典作为返回值容器。 ```python def named_dataframes(): df_a = pd.DataFrame({'X': [10, 20], 'Y': [30, 40]}) df_b = pd.DataFrame({'Z': [50, 60], 'W': [70, 80]}) return {"DataFrame_A": df_a, "DataFrame_B": df_b} # 获取返回值并通过键访问对应的 DataFrame dfs_dict = named_dataframes() print(dfs_dict["DataFrame_A"]) print(dfs_dict["DataFrame_B"]) ``` 该方法的优势在于增强了语义化程度，尤其适合返回大量 DataFrame 或其他复杂数据结构的情形[^3]。 --- #### 方法三：列表形式批量返回 当返回的 DataFrame 数量不确定或动态生成时，可以考虑将它们存入列表后再统一返回。 ```python def dynamic_dataframes(n): dfs = [] for i in range(n): col_name = f'Col_{i}' data = {col_name: [i*10, (i+1)*10]} dfs.append(pd.DataFrame(data)) return dfs # 动态生成三个 DataFrame 并逐一打印 for idx, df in enumerate(dynamic_dataframes(3)): print(f"DataFrame #{idx}:") print(df) ``` 此方案灵活性较高，适用于无法提前预知确切返回数目的情况[^2]。 --- #### 方法四：结合多进程优化大数据场景下的返回 对于涉及大规模数据集的操作而言，单线程逐个构建和传递 DataFrame 可能会成为瓶颈。此时可通过引入并发机制（如 `multiprocessing` 模块）加速整个流程；不过需要注意的是，在最终收集各子任务成果阶段应尽量减少不必要的重复连接动作以免拖累总体表现——例如先暂存在临时集合里待全部完成后再一次性组装完毕而非频繁执行拼接命令。 示例改进版如下所示： ```python from multiprocessing import Pool import pandas as pd def worker_task(chunk): processed_chunk = chunk.copy() # 实际业务逻辑替换此处模拟过程 processed_chunk['new_col'] = processed_chunk['existing_col'] * 2 return processed_chunk if __name__ == '__main__': large_df = pd.read_csv('large_dataset.csv') with Pool(processes=4) as pool: chunks = [chunk for _, chunk in large_df.groupby(np.arange(len(large_df)) // 1000)] results = pool.map(worker_task, chunks) final_result = pd.concat(results, ignore_index=True) print(final_result.head()) ``` 这里展示了如何分割原始大表为若干小片段交给独立工作单元分别加工然后再汇总起来形成完整的输出结果。 --- ### 总结 根据具体的应用需求选择合适的返回模式至关重要。如果是少量固定的 DataFrames 推荐采用 **元组** 或者带名称映射关系的 **字典** 形式；而对于那些规模庞大且难以预料其成员构成情况的对象群组来说，则更适合运用基于索引定位原理运作的 **数组/列表型结构体** 加以管理。另外，在追求极致效能的同时也要兼顾资源消耗平衡点的选择问题。 ---