首先咱们来拆解下你代码里的问题，这也是触发NameError的核心原因：

• 文件名引用错误：你写pd.read_csv(Norway.csv)时，Python会把Norway.csv当成一个变量名去查找，但你根本没定义过这个变量，自然会报错！正确的做法是要么用你之前定义的文件名变量（比如f1），要么直接把文件名写成带引号的字符串（比如'Norway.csv'）。
• 变量重复赋值：你连续用f变量赋值了两次，后面的f='Canada.csv'和f='Chile.csv'会直接覆盖前面的内容，最后f的值只会是'Chile.csv'，之前的Norway.csv等于白定义了。

修正后的基础版代码 #

如果你想给每个DataFrame单独命名，那可以这样写：

import pandas as pd

# 给每个文件名单独定义变量，避免覆盖
fn_norway = 'Norway.csv'
fn_canada = 'Canada.csv'
fn_chile = 'Chile.csv'

# 读取时直接用定义好的变量，或者写带引号的字符串
norway_df = pd.read_csv(fn_norway)
canada_df = pd.read_csv(fn_canada)
chile_df = pd.read_csv(fn_chile)

这样就不会再出现NameError，每个文件都能对应到单独的DataFrame里。

更高效的进阶写法（适合多文件场景） #

如果要处理6个甚至更多文件，一个个定义变量太繁琐，咱们可以用字典来统一管理所有DataFrame，操作起来更灵活：

import pandas as pd

# 把所有要读取的文件名放进一个列表里
file_list = ['Norway.csv', 'Canada.csv', 'Chile.csv', 'xxx.csv', 'yyy.csv', 'zzz.csv']

# 创建空字典来存储DataFrame
df_collection = {}

# 循环读取每个文件，用文件名（去掉后缀）作为字典的键
for file in file_list:
    # 提取不带后缀的文件名（比如'Norway.csv'变成'Norway'）
    df_key = file.split('.')[0]
    # 读取文件并存入字典
    df_collection[df_key] = pd.read_csv(file)

# 后续要调用某个DataFrame时，直接从字典里取就行
print(df_collection['Norway'].head())

这种方法不用手动给每个DataFrame命名，不管文件数量多少，都能轻松处理。

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