为了避免在pandas中多次编写相同的.loc，可以使用变量来存储.loc的结果，然后在后续代码中重复使用这个变量。这样可以减少重复的代码，并提高代码的可读性和性能。

以下是一个示例代码，演示了如何避免多次编写相同的.loc：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['John', 'Emily', 'Michael', 'Emma'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'London', 'Paris', 'Tokyo']}
df = pd.DataFrame(data)

# 首先使用.loc筛选出Age大于30的行，并将结果存储在变量filtered_df中
filtered_df = df.loc[df['Age'] > 30]

# 后续代码中可以重复使用filtered_df，而不需要多次编写相同的.loc
print(filtered_df)

# 在filtered_df上进行其他操作
filtered_df['City'] = filtered_df['City'].str.upper()
print(filtered_df)

在这个示例中，我们使用.loc筛选出了年龄大于30的行，并将结果存储在变量filtered_df中。然后，我们可以在后续代码中重复使用filtered_df，而不需要多次编写相同的.loc。在上面的示例中，我们首先打印了filtered_df的内容，然后将filtered_df中的City列转换为大写字母，并再次打印了filtered_df的内容。

这样，我们就避免了在pandas中多次编写相同的.loc，并通过使用变量来存储.loc的结果，提高了代码的效率和可读性。