如何为DataFrame列中的每一行动态创建对应变量？

我完全懂你的痛点——硬编码var1到var4实在太死板了，遇到行数不固定的DataFrame根本没法用对吧？下面给你两种解决方案，按需选就行：

方法1：直接生成全局变量（用globals()） #

如果你确实需要像var1、var2这样的独立变量，可以用Python的globals()函数动态创建，代码如下：

import pandas as pd

dates = {'expiries': ['10','11','13','14']}
expiries = pd.DataFrame(dates)

# 遍历每行，动态生成变量
for index, val in enumerate(expiries['expiries'], start=1):
    globals()[f"var{index}"] = val

# 验证一下
print(var1)  # 输出：10
print(var3)  # 输出：13

这种方法会直接在全局命名空间里生成对应变量，和你手动写硬编码的效果完全一样。但要注意：如果DataFrame行数很多，或者变量名和现有代码里的变量重复，很容易造成混乱，所以这种方法适合小体量、确定不会冲突的场景。

方法2：用字典存储（更推荐） #

日常开发里更推荐用字典来管理这些动态生成的“变量”，既不会污染全局空间，后续操作也更灵活：

import pandas as pd

dates = {'expiries': ['10','11','13','14']}
expiries = pd.DataFrame(dates)

# 创建字典存储所有动态值
expiry_vars = {}
for index, val in enumerate(expiries['expiries'], start=1):
    expiry_vars[f"var{index}"] = val

# 访问方式
print(expiry_vars['var2'])  # 输出：11
print(expiry_vars['var4'])  # 输出：14

用字典的好处是，不管DataFrame有多少行，你都可以轻松遍历所有值、修改或者筛选，而且不用担心变量名冲突的问题，维护起来更省心。

内容的提问来源于stack exchange，提问作者breaker7