如何用循环将pandas生成的哑变量合并至原DataFrame？

你的循环代码出错的核心原因是：把变量名的字符串（比如'var1'）当成了变量本身来操作，Python无法识别字符串对应的实际对象。下面是几种可行的修正方案：

方案1：直接存储哑变量对象（推荐） #

不要存变量名字符串，直接把生成的哑变量DataFrame放进列表，循环时直接操作对象：

# 直接将哑变量对象存入列表，而非字符串
dummies = [var1, var2, var3]
for dummy_df in dummies:
    df.index = dummy_df.index
    df = df.join(dummy_df)

方案2：通过变量名字符串获取全局变量 #

如果必须用字符串列表（比如变量名是动态生成的），可以用globals()获取全局作用域中的变量：

dummies = ['var1', 'var2', 'var3']
for item_name in dummies:
    # 根据字符串获取对应的哑变量对象
    dummy_df = globals()[item_name]
    df.index = dummy_df.index
    df = df.join(dummy_df)

方案3：用concat一步合并（更高效） #

如果所有哑变量和原DataFrame的索引逻辑一致，完全可以跳过循环，用pd.concat一次性合并，代码更简洁：

import pandas as pd

dummies = [var1, var2, var3]
# axis=1表示按列合并，自动对齐索引
df = pd.concat([df] + dummies, axis=1)

错误原因说明 #

• item + '.index'生成的是字符串（比如'var1.index'），不是var1这个DataFrame的index属性，无法作为索引赋值给df.index。
• df.join(item)中传入的是字符串，而join方法需要接收的是DataFrame/Series对象，而非变量名字符串。

内容的提问来源于stack exchange，提问作者Serena