如何通过循环批量将多个列表转为DataFrame，无需手动命名变量？

当你有大量列表需要转换为DataFrame时，不建议手动创建单个变量（如df1、df2），更高效且易维护的方式是用字典来统一存储所有DataFrame：

推荐方案：使用字典存储 #

import pandas as pd

# 注意：不要用`list`作为变量名，会覆盖Python内置的list类型
data_lists = [list1, list2, list3]

# 初始化空字典用于存放DataFrame
dfs = {}

# 循环遍历每个子列表，自动命名并转换
for idx, sub_list in enumerate(data_lists, start=1):
    dfs[f"df{idx}"] = pd.DataFrame(sub_list)

之后你可以通过字典键来访问对应的DataFrame，比如：

• 访问第一个DataFrame：dfs["df1"]
• 批量操作所有DataFrame：

  for name, df in dfs.items():
      # 对每个df执行操作，比如查看基本信息
      print(f"=== {name} 信息 ===")
      df.info()
  

不推荐方案：动态创建全局变量 #

如果一定要生成独立的df1、df2这类变量，可以通过globals()实现，但这种方式会污染全局命名空间，不利于代码维护，仅作参考：

for idx, sub_list in enumerate(data_lists, start=1):
    globals()[f"df{idx}"] = pd.DataFrame(sub_list)

内容的提问来源于stack exchange，提问作者dhananya s