如何用for循环批量加载pickle文件？AirBnB数据集加载异常

你遇到的核心问题是：循环代码并没有创建你期望的rio_reviews这类独立变量，导致调用时触发NameError。

问题原因 #

循环中你每次将读取的数据集赋值给city变量，这个变量会在每轮循环被覆盖，且从未把数据绑定到data_name对应的目标变量名（比如rio_reviews）上。循环结束后，仅保留最后一次循环的city变量，其余你想要的变量根本没被创建。

解决方案 #

推荐方案：用字典统一存储数据集

用字典管理所有加载的数据，既避免变量混乱，也方便后续批量操作：

import pandas as pd

path_data = '../Data/'

# 定义所有数据名称
city_data = ['jc_listings','jc_calendar','jc_locale','jc_reviews',
             'nyc_listings','nyc_calendar','nyc_locale','nyc_reviews',
             'rio_listings','rio_calendar','rio_locale','rio_reviews']

# 初始化空字典存储数据
data_dict = {}

# 循环加载数据到字典
for data_name in city_data:
    data_dict[data_name] = pd.read_pickle(path_data + data_name + '.pkl')
    print(f"已加载：{data_name}，数据类型：{type(data_dict[data_name])}")

# 调用指定数据示例
data_dict['rio_reviews'].info()

备选方案：动态创建全局变量（不推荐）

如果一定要生成独立的全局变量，可以用globals()函数，但这种方式容易造成命名空间混乱，仅适合简单场景：

import pandas as pd

path_data = '../Data/'

city_data = ['jc_listings','jc_calendar','jc_locale','jc_reviews',
             'nyc_listings','nyc_calendar','nyc_locale','nyc_reviews',
             'rio_listings','rio_calendar','rio_locale','rio_reviews']

for data_name in city_data:
    globals()[data_name] = pd.read_pickle(path_data + data_name + '.pkl')
    print(f"已加载：{data_name}，数据类型：{type(globals()[data_name])}")

# 现在可直接调用目标变量
rio_reviews.info()

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