Python中使用for循环修改两个变量时报字符串索引必须为整数错误如何解决

错误原因 #

• 核心问题是你拼接得到的'L1_'+str(acceleration[x])只是普通字符串，并非你代码中已定义的DataFrame变量，直接对字符串用列名字符串做索引，违反了Python字符串只能用整数/切片索引的规则，因此触发string indices must be integers报错。
• 次要问题是循环逻辑不合理：你遍历range(len(acceleration))得到的是下标，后续取值需要额外再从acceleration元组中取值，多了不必要的嵌套；且初始化时固定写死了L1_25等变量，没有适配动态后缀的逻辑。

修正方案 #

快速适配版（直接复用你现有散列变量） #

通过Python内置的globals()函数，通过动态变量名获取内存中实际的DataFrame对象即可：

import pandas as pd
columns = ('node1', 'node2', 'node3', 'node4', 'node5', 'node6', 'node7', 'node8', 'node9')
acceleration = (20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90)

node = pd.DataFrame()
# 先遍历加速度后缀，再遍历列名，逻辑更清晰避免重复拼接
for acc in acceleration:
    # 动态获取对应后缀的4个DataFrame
    L1 = globals()[f'L1_{acc}']
    L2 = globals()[f'L2_{acc}']
    L3 = globals()[f'L3_{acc}']
    L4 = globals()[f'L4_{acc}']
    for col in columns:
        node = pd.concat([node, L1[col], L2[col], L3[col], L4[col]], axis=1)

规范优化版（更易维护） #

不建议将多个DataFrame作为散列变量存放，提前将所有DataFrame整理到嵌套字典中，避免使用globals()这种不严谨的写法：

import pandas as pd
columns = ('node1', 'node2', 'node3', 'node4', 'node5', 'node6', 'node7', 'node8', 'node9')
acceleration = (20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90)

# 提前构建DataFrame映射字典，也可以在读取数据源时直接存入该字典
df_map = {}
for acc in acceleration:
    df_map[acc] = {
        'L1': globals()[f'L1_{acc}'],
        'L2': globals()[f'L2_{acc}'],
        'L3': globals()[f'L3_{acc}'],
        'L4': globals()[f'L4_{acc}']
    }

# 拼接逻辑
node = pd.DataFrame()
for acc in acceleration:
    curr = df_map[acc]
    for col in columns:
        node = pd.concat([node, curr['L1'][col], curr['L2'][col], curr['L3'][col], curr['L4'][col]], axis=1)

内容的提问来源于stack exchange，提问作者Kim Yejun