for循环批量处理pandas多表拼接后无法更新原表如何解决

• 现有table_a、table_b、table_c、table_d4张pandas数据表，需对所有表执行相同处理：筛选variable列包含video的行复制3份，分别将3份副本的variable列值更新为atv、ctc、olv，再将副本拼接回原表得到最终结果。
• 原有实现脚本在循环内打印输出可看到新增的变量值，但循环结束后外层定义的4张原表未被覆盖更新，需要修正代码完成更新。

原有错误代码：

table_list = [table_a,table_b,table_c,table_d]
table_output_list = [table_a,table_a,table_a,table_a
i=0

for table in table_list:
    for table_out in table_output_list:
        table_out = []
        
        atv = table[table['variable'].str.contains('video')].copy(deep=True)
        atv['variable'] = atv['variable'].replace('video', 'atv', regex=True)

        ctv = table[table['variable'].str.contains('video')].copy(deep=True)
        ctv['variable'] = ctv['variable'].replace('video', 'ctv', regex=True)

        olv= table[table['variable'].str.contains('video')].copy(deep=True)
        olv['variable'] = olv['variable'].replace('video', 'olv', regex=True)

        imps_list = [table, atv, ctv, olv]
        
        table_out = pandas.concat(imps_list)
        i = i+1

• 代码存在无意义的两层嵌套循环，逻辑冗余
• Python中遍历列表时给临时循环变量重新赋值，不会修改原列表存储的对象，更不会同步修改外层独立定义的table_a等变量
• table_output_list初始化时重复填入3次table_a属于笔误，和4张表的对应关系完全错误
• table_output_list定义行缺失闭合方括号，属于基础语法错误
• 副本中ctv的命名和需求要求的ctc不一致，属于逻辑错误
• str.contains未处理空值场景，遇到variable列为空时会直接报错；拼接时未重置索引，后续操作容易触发索引重复问题

使用字典绑定表名和对应DataFrame，处理完成后重新赋值给外层变量，逻辑清晰无歧义：

import pandas as pd

# 绑定表名和原始表
table_map = {
    "table_a": table_a,
    "table_b": table_b,
    "table_c": table_c,
    "table_d": table_d
}

for tbl_name, df in table_map.items():
    # 筛选目标行，加na=False避免空值报错
    target_rows = df[df["variable"].str.contains("video", na=False)].copy(deep=True)
    
    # 生成3份副本并替换对应值
    atv_copy = target_rows.copy()
    atv_copy["variable"] = atv_copy["variable"].replace("video", "atv", regex=True)
    
    ctc_copy = target_rows.copy()
    ctc_copy["variable"] = ctc_copy["variable"].replace("video", "ctc", regex=True)
    
    olv_copy = target_rows.copy()
    olv_copy["variable"] = olv_copy["variable"].replace("video", "olv", regex=True)
    
    # 拼接后更新字典内的值，ignore_index=True重置索引避免重复
    table_map[tbl_name] = pd.concat([df, atv_copy, ctc_copy, olv_copy], ignore_index=True)

# 将处理后的结果赋值回外层原变量
table_a = table_map["table_a"]
table_b = table_map["table_b"]
table_c = table_map["table_c"]
table_d = table_map["table_d"]

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