如何根据作物字符串列表动态生成对应DataFrame变量的列表？

场景说明 #

现有作物字符串列表：

crop_list = ['Cotton','Ragi', 'Groundnut', 'Sugarcane', 'Redgram', 'Sunflower', 'Paddy', 'Maize','Jowar']

已通过vars()循环为每个作物创建了对应DataFrame变量：

for a in crop_list:
    vars()[a] = Data[Data['Crop']== a]

需要动态生成这些DataFrame变量的列表（无需手动逐个输入变量名），用于后续数据合并，目标是得到类似new_crop_list = [Cotton,Ragi, Groundnut, Sugarcane, Redgram, Sunflower, Paddy,Maize,Jowar]的无引号变量列表。

解决方案 #

方法1：从命名空间直接提取（适配现有代码）

利用vars()或globals()直接从当前命名空间中提取已创建的DataFrame变量，通过列表推导式动态生成目标列表：

# 从vars()中提取对应变量生成列表
new_crop_list = [vars()[crop] for crop in crop_list]

# 若变量在全局命名空间，也可使用globals()
# new_crop_list = [globals()[crop] for crop in crop_list]

执行后new_crop_list即为所需的DataFrame变量列表，可直接用于合并操作。

方法2：优化初始流程（更推荐）

在创建DataFrame的同时直接生成列表，避免事后从命名空间查找，效率更高且不易出错：

# 一步生成列表，同时保留单个变量（若需要）
new_crop_list = []
for crop in crop_list:
    df = Data[Data['Crop'] == crop]
    vars()[crop] = df  # 保留原单个变量的需求
    new_crop_list.append(df)

# 或用列表推导式简化（若不需要保留单个变量）
# new_crop_list = [Data[Data['Crop'] == crop] for crop in crop_list]

后续合并使用示例 #

from functools import reduce
import pandas as pd

df_merged = reduce(lambda a,b: pd.merge(a,b, on='Year'), new_crop_list)

内容的提问来源于stack exchange，提问作者Manojkumar Patil