如何使用循环同时处理多个Pandas DataFrame并批量修改列名

这问题在批量处理DataFrame时挺常见的，不过有个小细节得先注意：你现在的lst1里只存了DataFrame对象本身，它们并没有自带df1、df2这些变量名——直接循环列表的话，咱们没法自动获取每个DataFrame对应的原变量名。所以得先把「名字」和「DataFrame对象」关联起来，推荐用字典来存储，这种方式最稳妥。

方法一：用字典关联名字与DataFrame（推荐） #

先把你的DataFrame和对应的名字打包成字典，然后循环处理每个键值对：

import pandas as pd
import numpy as np

# 先定义你的DataFrame
df1 = pd.DataFrame({'a':np.arange(4), 'b':np.arange(4)})
df2 = pd.DataFrame({'a':np.arange(4), 'b':np.arange(4)})
df3 = pd.DataFrame({'a':np.arange(4), 'b':np.arange(4)})

# 把DataFrame和名字对应成字典
df_dict = {'df1': df1, 'df2': df2, 'df3': df3}

# 循环修改列名
for df_name, df in df_dict.items():
    # 用列表推导式拼接名字和原列名
    df.columns = [f"{df_name}{col}" for col in df.columns]

运行后，你打印df1就能看到想要的效果：

df1a  df1b
0     0     0
1     1     1
2     2     2
3     3     3

方法二：如果坚持用原列表（需手动维护名字顺序） #

如果你不想改列表的存储方式，那需要额外准备一个和lst1顺序完全对应的名字列表，用zip配对后循环：

lst1 = [df1, df2, df3]
df_names = ['df1', 'df2', 'df3']

for name, df in zip(df_names, lst1):
    df.columns = [f"{name}{col}" for col in df.columns]

⚠️ 注意：这种方式必须保证df_names和lst1的顺序完全一致，不然会出现名字和DataFrame对应错误的问题，所以还是字典的方式更可靠。

补充说明 #

因为Pandas的DataFrame是可变对象，所以循环里修改df.columns会直接修改原来的df1、df2变量，不需要额外赋值回去，这点很方便~

内容的提问来源于stack exchange，提问作者rjk