Pandas使用pd.concat拼接DataFrame时处理不存在变量报错问题

报错来自两个核心问题：

• 硬编码全量变量名传参时，未生成的变量会触发NameError
• 筛选得到变量名字符串列表后，没有转换为实际的DataFrame对象，且传参时多嵌套了一层列表，触发TypeError

以下是两种可直接落地的实现方式，优先推荐第一种：

方案1：源头改造（最佳实践，无风险） #

不要在if分支中动态生成独立命名的result_x变量，提前初始化统一的存储容器，每个分支生成DataFrame后直接存入容器，最终直接拼接容器内的对象即可，完全不需要做变量存在性判断。

import pandas as pd

# 初始化存储列表
df_container = []

# 原有if分支逻辑示例，不需要单独给每个结果赋值result_x
if 满足分支1条件:
    tmp = pd.DataFrame(...) # 原result_1的生成逻辑
    df_container.append(tmp)
if 满足分支2条件:
    tmp = pd.DataFrame(...) # 原result_2的生成逻辑
    df_container.append(tmp)
# 其余12个分支逻辑保持一致，生成结果直接append即可

# 一行完成拼接
final_df = pd.concat(df_container, ignore_index=True)

如果需要保留result_x的编号映射关系，可以用字典作为存储容器：

df_container = {}
if 满足分支1条件:
    df_container['result_1'] = pd.DataFrame(...)
# 其余分支逻辑同上

# 拼接时取字典的值即可
final_df = pd.concat(df_container.values(), ignore_index=True)

该方案可维护性最高，不会出现误匹配无关变量的问题（比如你之前模糊匹配时意外捞到的result_15就属于无关脏数据），后续增减分支不需要调整拼接逻辑。

方案2：最小改动兼容现有代码 #

如果不想修改原有if分支的赋值逻辑，可以通过作用域字典动态获取已生成的DataFrame对象，注意提前配置变量名白名单，不要靠关键字模糊匹配。

import pandas as pd

# 配置预期内的所有变量名白名单，避免捞到无关数据
expect_vars = ['result_14', 'result_13', 'result_12', 'result_11', 'result_10', 
               'result_9', 'result_8', 'result_7', 'result_6', 'result_5', 
               'result_4', 'result_3', 'result_2', 'result_1']

valid_dfs = []
local_vars = locals()
for var_name in expect_vars:
    # 先判断变量是否已定义，再校验类型为DataFrame
    if var_name in local_vars and isinstance(local_vars[var_name], pd.DataFrame):
        valid_dfs.append(local_vars[var_name])

# 直接传入有效DataFrame列表拼接，不要额外嵌套列表
final_df = pd.concat(valid_dfs, ignore_index=True)

注意：不建议直接用dir()遍历+关键字匹配的方式筛选变量，很容易把同命名规则的无关DataFrame纳入拼接，导致结果错误。用locals()取对象比eval()安全性更高、执行效率更好。

内容的提问来源于stack exchange，提问作者SMar3552