如何通过字符串片段访问对应变量？以Python体育DataFrame为例

方案一：读取文件时直接构建字典（推荐） #

不用先逐个定义nfl_df这类变量，直接通过字典推导式一次性完成文件读取和映射，代码简洁且无冗余：

import pandas as pd

sports = ['NFL', 'MLB', 'NBA', 'NHL']
# 字典的键是运动名称，值是对应的DataFrame
sport_dfs = {sport: pd.read_csv(f'{sport.lower()}_data.csv') for sport in sports}

# 遍历使用时直接通过键获取对应DataFrame
for sport in sports:
    current_df = sport_dfs[sport]
    # 这里写你要对数据执行的操作，比如：
    # print(f"{sport}数据共有{len(current_df)}行")

方案二：动态获取已定义的变量 #

如果已经提前定义了nfl_df、nba_df这类变量，可以利用globals()函数动态根据字符串获取变量，但这种方式可读性稍弱，仅适合已有变量的场景：

# 假设已存在nfl_df、nba_df、mlb_df、nhl_df这些变量
for sport in sports:
    # 把运动名转成「小写+_df」的格式，比如NFL → nfl_df
    df_var_name = f"{sport.lower()}_df"
    current_df = globals()[df_var_name]
    # 执行后续操作

总结：方案一从源头避免了重复代码，结构更清晰，是更优的选择；方案二适合已有变量的遗留场景，但尽量少用，避免代码可读性下降。

内容的提问来源于stack exchange，提问作者AmirMohammad Shakeri