如何在Python中根据字符串选择对应的Pandas DataFrame？

推荐方案：字典映射法 #

这是最安全、易维护的实现方式，把所有汇率表统一存入字典，用表名字符串作为键，对应DataFrame作为值，之后直接通过键取值即可：

# 创建字典存储所有汇率表
fx_tables = {}

# 循环读取所有汇率表，避免重复代码
for table_num in range(1, 8):
    table_name = f"FX_TABLE_{table_num}"
    fx_tables[table_name] = pd.read_excel(path6, table_name, index_col=0)

# 遍历主表获取对应DataFrame
for ind in Mainframe.index:
    fx_table_name = Mainframe['FX_Table'][ind]
    # 从字典中取出目标DataFrame
    target_fx_df = fx_tables[fx_table_name]
    print(type(target_fx_df))  # 输出为pandas.core.frame.DataFrame

优势 #

• 避免重复的读取代码，新增汇率表只需调整循环范围
• 不会意外访问全局命名空间中的其他变量，安全性高
• 代码结构清晰，便于后续维护

不推荐方案：使用globals()/locals() #

可以通过全局命名空间直接获取变量，但这种方式风险较高，不建议在生产代码中使用：

for ind in Mainframe.index:
    fx_table_name = Mainframe['FX_Table'][ind]
    # 从全局命名空间中获取对应DataFrame
    target_fx_df = globals()[fx_table_name]
    print(type(target_fx_df))

弊端 #

• 如果主表中的字符串拼写错误或对应变量未定义，会直接抛出KeyError
• 破坏封装性，容易引发意外的变量访问问题
• 代码可读性和可维护性差

内容的提问来源于stack exchange，提问作者Marc Irmler