Python中多个接收DataFrame的函数参数命名规范是什么？

PEP 8 并未针对多个接收DataFrame的函数参数制定专属命名规则，目前也没有更新的官方统一规范，但Python社区形成了一些实用的Pythonic命名习惯，兼顾可读性与简洁性：

• 通用场景保留df：如果函数对DataFrame的处理是通用逻辑（比如通用数据过滤、格式转换），直接用df完全合规，PEP 8允许简洁的单字母缩写作为通用参数名，只要上下文逻辑清晰。
• 按业务语义命名：若DataFrame有明确的业务角色（比如用户数据集、交易流水、系统日志），使用对应缩写或全称命名，例如user_df、transactions_df、log_df，无需查看函数内部就能快速理解参数用途。
• 用前缀/后缀区分数据阶段：如果是同类型但处于不同处理环节的DataFrame（如原始数据、清洗后数据、聚合结果），可添加状态前缀，比如raw_df、cleaned_df、aggregated_df。
• 禁用无意义编号：避免使用df1、df2这类纯编号命名，除非是临时极简脚本，否则会严重降低代码可读性。

10年前提出的启发式命名思路至今依然适用，核心原则是可读性优先，简洁性次之——当函数数量较多时，优先从参数的业务角色、数据状态入手命名，而非硬凑无意义的独特名称。

内容的提问来源于stack exchange，提问作者Lord-Goku