Pandas使用concat拼接列表存储的DataFrame时报TypeError求解

你遇到的类型错误核心原因是：alldfs列表里存储的是字符串类型的变量名，不是实际的DataFrame对象。
你直接写pd.concat((['result_14', 'result_12']), ignore_index=True)能运行成功，是因为代码里直接写的result_14、result_12是你当前环境中已经定义好的DataFrame变量，Python会直接识别为对应的DataFrame对象；但你把这两个名字加引号存到alldfs里时，列表里存的只是纯文本，pd.concat无法拼接字符串，自然会抛出only Series and DataFrame objs are valid的错误。

根据你的代码逻辑，可以选以下两种方案：

方案1：直接存储DataFrame对象到列表（优先推荐，稳定性最高） #

动态筛选、生成DataFrame的环节，不要存变量名的字符串，直接把DataFrame对象本身加入列表即可：

alldfs = []
# 循环/逻辑分支中拿到对应DataFrame后，直接追加对象
for idx in [12, 14]:
    # 替换成你实际生成/筛选result_12、result_14的逻辑
    current_df = 生成对应DataFrame的代码
    alldfs.append(current_df)

# 直接传入列表拼接即可，不需要额外套一层元组
merged_df = pd.concat(alldfs, ignore_index=True)

方案2：从运行环境中按变量名字符串取对应对象 #

如果你的代码逻辑只能先拿到变量名的字符串列表，可以通过全局/局部变量字典取出对应的实际DataFrame对象：

alldfs = ['result_14', 'result_12']
# 如果变量是全局定义的用globals()，函数内局部变量用locals()
df_objects = [globals()[df_name] for df_name in alldfs]
merged_df = pd.concat(df_objects, ignore_index=True)

提示：pd.concat第一个参数本身就接收可迭代的Series/DataFrame对象，不需要额外给列表套一层元组，直接传列表即可。

内容的提问来源于stack exchange，提问作者SMar3552