如何利用变量值作为名称创建指定命名的Pandas DataFrame？

方法1：通过全局命名空间创建 #

利用Python的globals()字典可以直接在全局作用域中添加新变量，代码示例：

import pandas as pd

# 你已有的代码逻辑
colname = 'col1'
x = 'df_' + colname

# 创建DataFrame并绑定到x对应的名称
globals()[x] = pd.DataFrame({'data': [1, 2, 3]})  # 可替换为你的实际数据

执行后，直接调用df_col1就能访问这个新生成的DataFrame。

方法2：局部作用域内创建（如函数内部） #

如果是在函数等局部作用域中操作，使用locals()字典：

import pandas as pd

def create_dynamic_df():
    colname = 'col1'
    x = 'df_' + colname
    locals()[x] = pd.DataFrame({'col': [4, 5, 6]})
    # 在局部作用域内可直接使用df_col1
    print(locals()[x])

create_dynamic_df()

更推荐的方案：用字典管理动态DataFrame #

直接动态生成变量容易造成命名混乱，更规范的方式是用字典统一存储：

import pandas as pd

df_collection = {}
colname = 'col1'
x = 'df_' + colname

# 将DataFrame存入字典，键为x的取值
df_collection[x] = pd.DataFrame({'value': [7, 8, 9]})

# 访问时通过字典键获取
print(df_collection['df_col1'])

这种方式便于后续批量管理、遍历多个动态生成的DataFrame，代码可读性更高。

内容的提问来源于stack exchange，提问作者LohTC