Python中如何在for循环迭代时为DataFrame变量添加后缀

当然可以实现，推荐用字典存储生成的DataFrame（比动态创建变量更规范易维护），或者根据需求动态创建全局变量，具体实现如下：

方法1：使用字典存储（推荐） #

用字典统一管理所有带后缀的J、T DataFrame，避免全局命名空间混乱，后续访问和操作更方便：

import pandas as pd

exam_1 = pd.DataFrame([['Jim', 87], ['Toby', 44], ['Joe', 71], ['Tom', 59]], columns=['Name', 'Score'])
exam_2 = pd.DataFrame([['Tom', 88], ['Joe', 55], ['Jim', 62], ['Toby', 70]], columns=['Name', 'Score'])

# 初始化两个字典分别存J和T开头的结果
j_results = {}
t_results = {}

# 使用enumerate获取迭代次数（从1开始计数）
for iteration_num, df in enumerate((exam_1, exam_2), start=1):
    # 移除Score小于60的记录
    filtered_df = df[df['Score'] >= 60]
    # 按首字母筛选并存入字典，键名加上迭代次数后缀
    j_results[f'J_{iteration_num}'] = filtered_df[filtered_df['Name'].str.startswith('J')]
    t_results[f'T_{iteration_num}'] = filtered_df[filtered_df['Name'].str.startswith('T')]

# 访问示例：获取第一次迭代的J类结果
print(j_results['J_1'])
# 获取第二次迭代的T类结果
print(t_results['T_2'])

方法2：动态创建全局变量（不推荐） #

如果一定要生成J_1、T_2这类直接可访问的变量，可以用globals()函数动态创建，但这种方式会降低代码可读性，不利于后续维护：

import pandas as pd

exam_1 = pd.DataFrame([['Jim', 87], ['Toby', 44], ['Joe', 71], ['Tom', 59]], columns=['Name', 'Score'])
exam_2 = pd.DataFrame([['Tom', 88], ['Joe', 55], ['Jim', 62], ['Toby', 70]], columns=['Name', 'Score'])

for iteration_num, df in enumerate((exam_1, exam_2), start=1):
    filtered_df = df[df['Score'] >= 60]
    # 动态生成带后缀的变量
    globals()[f'J_{iteration_num}'] = filtered_df[filtered_df['Name'].str.startswith('J')]
    globals()[f'T_{iteration_num}'] = filtered_df[filtered_df['Name'].str.startswith('T')]

# 直接访问变量示例
print(J_1)
print(T_2)

结果验证 #

• 第一次迭代（exam_1）：
  • J_1包含Jim(87)、Joe(71)
  • T_1为空（Toby44、Tom59均低于60被过滤）
• 第二次迭代（exam_2）：
  • J_2包含Jim(62)（Joe55低于60被过滤）
  • T_2包含Tom(88)、Toby(70)

内容的提问来源于stack exchange，提问作者codemachine98