有几种方法可以避免使用循环来计算每个id的pandas dataframe。以下是其中一种方法的代码示例：

方法一：使用groupby和apply函数

import pandas as pd

# 创建示例数据
data = {'id': [1, 1, 2, 2, 3, 3],
        'value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 定义计算函数
def calculate_sum(group):
    total = group['value'].sum()
    return total

# 使用groupby和apply函数计算每个id的总和
result = df.groupby('id').apply(calculate_sum)
print(result)

输出：

id
1    30
2    70
3    110
dtype: int64

在这个示例中，我们首先创建一个包含id和value列的pandas dataframe。然后，我们定义一个计算每个id总和的函数calculate_sum。接下来，我们使用groupby函数将数据按id分组，并使用apply函数将calculate_sum函数应用于每个分组。最后，我们得到一个包含每个id总和的pandas Series。

通过使用groupby和apply函数，我们避免了使用循环来计算每个id的值，并且可以更有效地处理大型数据集。