如何用Python的for循环读取Excel工作表并生成指定DataFrame？

你之前的代码运行失败，核心问题有两个：一是CTD4_asvlist变量未初始化就直接赋值，二是这种索引赋值的方式并不适配你想要生成对应命名DataFrame的需求。下面给你两种可行的实现方案，其中第一种是更推荐的最佳实践。

推荐方案：用字典存储所有DataFrame #

用字典管理批量生成的DataFrame是最清晰、易维护的方式，尤其是处理大量工作表时，不会让全局空间充斥零散变量。

import pandas as pd

# 定义需要读取的工作表名称列表
asv_sheets = ["100m-asv", "800m-asv", "1800m-asv", "2800m-asv", "3800m-asv"]

# 创建空字典，用于存储所有生成的DataFrame
ctd4_asv_collection = {}

for sheet in asv_sheets:
    # 从工作表名中提取深度数字，生成对应键名
    depth_num = sheet.split('m')[0]
    df_key = f"CTD4_{depth_num}_ASV"
    # 读取工作表并设置索引，存入字典
    ctd4_asv_collection[df_key] = pd.read_excel("verconnec.xlsx", sheet_name=sheet).set_index('sign')

调用方式 #

之后需要使用某个特定DataFrame时，直接通过字典的键访问即可：

# 调用100m深度的ASV数据
ctd4_asv_collection["CTD4_100_ASV"]

可选方案：生成独立的全局变量（不推荐） #

如果你确实需要生成CTD4_100_ASV这类独立全局变量，可以用Python的globals()函数，但这种方式可能引发变量名冲突，不利于后续维护，仅作为备选：

import pandas as pd

asv_sheets = ["100m-asv", "800m-asv", "1800m-asv", "2800m-asv", "3800m-asv"]

for sheet in asv_sheets:
    depth_num = sheet.split('m')[0]
    var_name = f"CTD4_{depth_num}_ASV"
    # 直接在全局命名空间创建变量
    globals()[var_name] = pd.read_excel("verconnec.xlsx", sheet_name=sheet).set_index('sign')

运行后你就能直接使用CTD4_100_ASV、CTD4_800_ASV这些变量了。

通用For循环读取Excel工作表的要点 #

1. 自动获取工作表列表：如果不想手动写工作表名，可通过pd.ExcelFile自动获取所有工作表名：

   excel_file = pd.ExcelFile("verconnec.xlsx")
   all_sheets = excel_file.sheet_names
   

2. 统一处理逻辑：循环中可加入通用数据处理步骤（如设置索引、缺失值处理等），确保所有DataFrame格式一致。
3. 选择合适存储结构：除字典外也可用列表存储，但字典的键值对应关系更直观，方便后续按名称调用。

内容的提问来源于stack exchange，提问作者yusuf