如何从存储DataFrame的字典中批量生成对应名称的多个DataFrame

方法1：动态生成全局变量（完全匹配变量名需求） #

直接遍历字典的键值对，通过globals()内置函数动态创建和键名同名的变量，代码如下：

# 遍历字典批量赋值
for df_name, df_val in dict_.items():
    # 若字典值直接为DataFrame，去掉末尾的[0]即可
    globals()[df_name] = df_val[0]

运行完成后即可直接调用df1、df2、dfi等变量使用，不管字典里有多少个DataFrame都可以自动完成创建，不需要手动逐个写变量名。

方法2：批量解构赋值（适合已知键名的场景） #

如果你提前明确需要取出的DataFrame名称，可以用列表推导式批量获取后解构赋值，比逐个写get更简洁：

# 定义需要取出的DataFrame名称列表
need_df = ['df1', 'df2', 'df3', 'df4']
# 批量取值后解构赋值
df1, df2, df3, df4 = [dict_.get(name)[0] for name in need_df]

优化建议 #

如果不是强需求必须单独生成变量，直接通过dict_['df1']的方式访问字典内的DataFrame是更易维护的写法，不会污染全局命名空间，也不需要额外的变量创建操作。

内容的提问来源于stack exchange，提问作者AfterFray