Python批量求和df变量报numpy.float64不可迭代错误如何解决

需要对所有按df+数字序号规则命名的浮点变量求和，结果存入total变量，示例变量如下：

df1 = 272.6692725
df2 = 224.876735
df3 = 262.70736
df4 = 329.1992858333333
df5 = 542.3639916666667

使用如下代码尝试实现时抛出TypeError: 'numpy.float64' object is not iterable错误：

for x in range(0,300):
    x +=1
    total = sum(globals()[f"df{x}"])

• sum()的入参必须是可迭代对象（如列表、元组等），循环中每次取到的globals()[f"df{x}"]是单个浮点数，本身不可迭代，直接传入sum()会触发类型错误。
• 循环中每次都对total重新赋值，即使不报错，最终total也只会保留最后一个df变量的值，无法得到累加结果。

方案1：修正原有动态取变量的逻辑 #

先初始化累加初始值为0，循环取到每个df变量的值后直接累加即可，不需要套sum()，同时增加存在性判断避免变量缺失时报错：

total = 0
# 序号从1到300直接用range(1, 301)即可，不需要在循环内手动给x加1
for x in range(1, 301):
    var_name = f"df{x}"
    if var_name in globals():
        total += globals()[var_name]

方案2：推荐的规范写法 #

不建议在代码中大量使用globals()动态读取变量名，后续维护、调试成本极高，同类型数值从一开始就应该放在容器结构中统一管理：

# 所有同类值统一存入列表
df_values = [
    272.6692725,
    224.876735,
    262.70736,
    329.1992858333333,
    542.3639916666667,
    # 后续新增的同类值直接追加到列表中
]
total = sum(df_values)

内容的提问来源于stack exchange，提问作者BenjiBoy