如何从pandas DataFrame创建指定字段的namedtuple列表

你写的实现代码完全正确，这就是pandas场景下生成目标namedtuple列表的标准、最高效实现，不需要额外手动调用collections模块的namedtuple做二次构造。
itertuples方法本身内部就会基于你传入的name参数自动创建对应命名的namedtuple类型：

• 提前筛选["Name","Age"]两列，正好匹配你需要保留的字段
• 设置index=False会排除DataFrame默认的索引字段，不会多出多余列
• 设置name='Variable'正好对应你期望的namedtuple类名

你可以直接运行测试，输出结果和你给出的期望结构完全一致：

import pandas as pd
# 构造示例DataFrame
df1 = pd.DataFrame({
    "Name": ["Harry", "James", "Will"],
    "Category": ["A", "B", "A"],
    "Age": [11, 23, 19]
})

output_list = list(df1[["Name","Age"]].itertuples(name='Variable', index=False))
print(output_list)
# 输出: [Variable(Name='Harry', Age=11), Variable(Name='James', Age=23), Variable(Name='Will', Age=19)]

如果你一定要显式调用collections模块的namedtuple来构造，也可以用如下写法，但这种写法遍历效率比原生itertuples低很多，没有特殊需求没必要这么写：

from collections import namedtuple
# 先定义namedtuple结构
Variable = namedtuple("Variable", ["Name", "Age"])
# 逐行构造
output_list = [Variable(row.Name, row.Age) for _, row in df1[["Name","Age"]].iterrows()]

如果你的DataFrame列名存在不符合Python标识符规范的情况（比如列名带空格、以数字开头、和Python关键字重名），itertuples会自动对非法列名做加下划线的重命名处理，你当前示例里的Name、Age都是合法标识符，不会出现字段名异常的问题。

内容的提问来源于stack exchange，提问作者star_it8293