如何批量为59个参与者DataFrame添加AcuteLegs_3days列？

报错原因 #

你定义的participants列表里存储的是DataFrame的名称字符串（比如'df_participant1'），而非DataFrame对象本身。循环时df是字符串类型，用df['AcuteLegs_1day']会触发字符串索引必须为整数的错误——字符串只能用数字索引位置，不能用列名。

解决方法 #

方法1：直接存储DataFrame对象到列表 #

将participants列表改为存储实际的DataFrame对象，而非字符串名称：

# 替换成你实际的DataFrame对象列表
participants = [df_participant1, df_participant2, df_participant3, ...]

for df in participants:
    # 合并两步操作，更简洁
    df['AcuteLegs_3days'] = df["AcuteLegs_1day"].rolling(3).sum().shift(1)

方法2：通过变量名动态获取DataFrame对象 #

如果必须保留字符串列表（比如从外部读取变量名），可以用globals()或locals()获取全局/局部命名空间中的DataFrame对象：

participants = ['df_participant1', 'df_participant2', ...]

for df_name in participants:
    # 从全局命名空间中获取对应DataFrame
    df = globals()[df_name]
    df['AcuteLegs_3days'] = df["AcuteLegs_1day"].rolling(3).sum().shift(1)

方法3：用字典统一管理DataFrame（推荐） #

更规范的做法是把所有参与者的DataFrame放到字典中，键为参与者标识，值为对应DataFrame，后续管理和批量操作更便捷：

# 初始化字典，存储所有参与者DataFrame
participant_dfs = {
    'participant1': df_participant1,
    'participant2': df_participant2,
    # ... 其他57个DataFrame
}

# 循环处理字典中的每个DataFrame
for df in participant_dfs.values():
    df['AcuteLegs_3days'] = df["AcuteLegs_1day"].rolling(3).sum().shift(1)

内容的提问来源于stack exchange，提问作者E Jager de