如何借助主DataFrame关联环境中已存在的DataFrame对象？

你的核心问题是主DataFrame中存储的是字符串形式的DataFrame名称，而非直接的对象引用，导致之前的代码无法定位到实际的df1、df2对象。以下是具体解决步骤：

步骤1：建立DataFrame名称到对象的映射 #

先把当前环境中已有的DataFrame对象存入字典，通过字符串名称即可直接获取对应对象：

# 手动维护映射字典（推荐，安全可控）
df_map = {
    "df1": df1,
    "df2": df2
}

# 快速场景可选：从全局环境自动提取DataFrame对象（复杂项目不推荐）
# df_map = {name: obj for name, obj in globals().items() if isinstance(obj, pd.DataFrame)}

步骤2：提取关联规则并执行合并 #

假设你的主DataFrame名为main_df，先从中取出关联规则，再通过映射字典拿到实际对象完成合并：

# 提取主DataFrame中的第一行关联规则（多行规则可循环遍历处理）
join_rule = main_df.iloc[0]

# 获取待合并的两个DataFrame对象
left_df = df_map[join_rule["col1"]]
right_df = df_map[join_rule["col2"]]

# 获取关联键
join_key = join_rule["Join_Key"]

# 执行合并操作
merged_result = pd.merge(left_df, right_df, on=join_key)

旧代码失效原因 #

你之前写的pd.merge(col1.df1,col2.df2,on = Join_Key.join_key_value)存在两个关键错误：

• col1是主DataFrame的列名，col1.df1试图访问列对象的df1属性，但列中存储的是字符串"df1"，并非DataFrame对象；
• Join_Key.join_key_value错误地将列名当作对象访问属性，正确做法是提取列中存储的关联键字符串。

内容的提问来源于stack exchange，提问作者BB123