如何在Python的for循环中批量处理命名DataFrame生成对应结果

直接通过变量名拼接（比如dfi、resulti）的写法在Python里是行不通的，推荐用字典来管理这些DataFrame和结果，既清晰又便于维护：

步骤1：把所有DataFrame存入字典 #

先把df1到df10整理到一个字典中，避免零散的变量：

# 手动把所有DataFrame放进字典
dfs = {
    "df1": df1,
    "df2": df2,
    ...
    "df10": df10
}
# 或者利用命名规律用循环简化（前提是df1到df10已定义）
dfs = {f"df{i}": globals()[f"df{i}"] for i in range(1, 11)}

步骤2：批量处理并存储结果 #

遍历字典，对每个DataFrame应用函数，结果存入另一个字典：

results = {}
for name, df in dfs.items():
    # 生成对应结果的键名，比如"df1"对应"result1"
    result_name = name.replace("df", "result")
    results[result_name] = defined_function(df)

之后你可以通过results["result1"]、results["result2"]来访问对应的处理结果，比零散的独立变量更易维护。

（不推荐）如果一定要生成单独的变量 #

如果你确实需要创建result1到result10这样的独立变量，可以用globals()动态赋值，但这种方式会降低代码可读性，不建议在正式代码中使用：

for i in range(1, 11):
    df = globals()[f"df{i}"]
    globals()[f"result{i}"] = defined_function(df)

内容的提问来源于stack exchange，提问作者lily_kim