如何在for循环中引用动态生成的DataFrame并完成后续数据处理

问题原因 #

第二种写法完全错误的核心原因 #

Pandas中所有带inplace=True参数的方法返回值都是None，链式调用时replace执行后返回None，后续调用dropna会直接抛出属性错误，就算跳过报错，最终赋值给动态变量的也是None，完全无法得到预期的DataFrame。

第一种写法未生效的常见原因 #

逻辑本身是通顺的，未生效通常是两个原因：

• 没有提前定义nan_value变量，需要先赋值为pd.NA或np.nan
• 代码运行在函数等局部作用域时，vars()操作的是局部变量字典，函数执行结束后变量会被销毁，或者你引用时拼写错了动态生成的变量名。

正确实现代码 #

更简洁且不易出错的写法是先把DataFrame存到临时变量处理完成后，再赋值给动态变量：

import pandas as pd
import numpy as np

# 提前定义空值替换对象，第一种写法通常漏了这步
nan_value = pd.NA

for key, val in df_dict.items():
    rows = val.get_all_values()
    # 先创建临时DataFrame处理，避免重复操作vars()
    temp_df = pd.DataFrame.from_records(rows[2:], columns=rows[1])
    temp_df.replace("", nan_value, inplace=True)
    temp_df.dropna(subset=["Last Name"], inplace=True)
    # 处理完成后赋值给动态命名的变量，f-string拼接更简洁
    var_name = f"df_{key}_class_{grad_year}"
    # 如果是在全局作用域运行，vars()可以换成globals()确保变量全局可访问
    vars()[var_name] = temp_df

后续引用方法 #

如果之后要批量操作这些生成的DataFrame，不需要提前存字典也可以直接遍历：

for key in df_dict.keys():
    current_df = vars()[f"df_{key}_class_{grad_year}"]
    # 在这里写对current_df的后续处理逻辑即可

内容的提问来源于stack exchange，提问作者elcunyado