如何将DataFrame列表转换为包含对应DataFrame对象的元组

现有存储DataFrame变量名的字符串列表df_names，需要转换为对应实际DataFrame对象组成的列表df_list，从而通过for循环给每个DataFrame新增一列，列值为df_names中对应的名称字符串。
手动去掉列表元素引号生成df_list时，循环始终将元素识别为字符串类型，无法正常运行如下目标代码：

df_names = ['df1', 'df2', 'df3']

df_list = [df1, df2, df3]

for i, k in zip(df_list, df_names):
    i['new_column'] = k

不需要手动硬编码df_list，直接通过Python内置的变量名字典映射取值即可，根据变量作用域选对应方法：

• 全局作用域场景（脚本顶层、Jupyter单元格直接定义的DataFrame）：用globals()获取全局变量表，按字符串名匹配对应DataFrame对象

df_names = ['df1', 'df2', 'df3']
df_list = [globals()[df_name] for df_name in df_names]

# 后续循环可直接正常运行
for df, col_val in zip(df_list, df_names):
    df['new_column'] = col_val

• 函数内部局部作用域场景：把上述代码里的globals()替换为locals()即可。

避坑提示：不推荐使用eval()类方法实现转换，若df_names中混入恶意构造的字符串会触发代码注入风险，直接读取变量表的方式稳定性和安全性都更高。

内容的提问来源于stack exchange，提问作者Nazar