如何遍历字典读取数据并将结果写入对应变量？

原始信息 #

映射字典 #

mapping = {"Filename1": 999, "Filename2": "998"}

单文件处理代码 #

import pandas as pd

read="Filename1"
code=999

df=pd.read_csv(f'{read}.csv')
df['new_col'] = code
Filename1 = df

需求 #

读取指定文件名的CSV文件，添加含对应code值的新列，并将结果赋值给与文件名同名的变量，需通过遍历上述字典批量完成该流程，自动生成对应变量。

解决方案 #

方法1：直接生成同名全局变量 #

遍历字典的键值对，利用globals()函数将处理后的DataFrame直接绑定到与文件名同名的全局变量：

import pandas as pd

mapping = {"Filename1": 999, "Filename2": "998"}

for filename, code in mapping.items():
    df = pd.read_csv(f"{filename}.csv")
    df['new_col'] = code
    globals()[filename] = df

执行后即可直接使用Filename1、Filename2变量，它们分别对应处理后的DataFrame。

方法2：用字典统一存储（更推荐） #

直接生成全局变量易造成命名污染，更推荐将所有处理后的DataFrame存入一个字典，便于管理：

import pandas as pd

mapping = {"Filename1": 999, "Filename2": "998"}
processed_dfs = {}

for filename, code in mapping.items():
    df = pd.read_csv(f"{filename}.csv")
    df['new_col'] = code
    processed_dfs[filename] = df

# 调用示例：processed_dfs["Filename1"]

这种方式避免了全局变量混乱，文件名较多时管理更清晰。

内容的提问来源于stack exchange，提问作者Thelonious Monk