Python循环中如何将处理后的DataFrame保存为全局DataFrame？

嘿，我懂你现在的困扰：单DataFrame处理时一切正常，但循环批量处理时，处理后的结果总是被覆盖，没法把每个迭代的结果存成对应的全局DataFrame对吧？咱们来一步步解决这个问题。

为啥原代码行不通？ #

核心问题出在循环变量的作用域上：你循环里的df只是个局部变量，一开始是字符串（比如'NPSFeedback'），后来你执行df = temp.copy()，只是把这个局部变量指向了新的DataFrame，根本没在全局命名空间里创建或更新NPSFeedback这类全局变量。所以循环结束后，你想要的那些全局DataFrame压根没被生成。

两种实用解决方案 #

方法一：用字典统一管理（推荐！） #

比起零散的全局变量，用字典存所有处理后的DataFrame更清晰，后续维护也方便：

import pandas as pd
import numpy as np

# 要处理的DataFrame名称列表
list_of_df = ['NPSFeedback', 'courses','test']
# 准备一个字典存储处理结果
processed_dfs = {}

for df_name in list_of_df:
    # 读取对应JSON文件
    temp_df = pd.read_json(f"{df_name}.json")
    # 将空字符串替换为NaN
    temp_df = temp_df.replace('', np.nan)
    # 把处理好的DataFrame存入字典，键为原名称
    processed_dfs[df_name] = temp_df

# 后续访问时直接用键调用即可
print(processed_dfs['NPSFeedback'])
print(processed_dfs['courses'])

方法二：直接创建全局同名变量 #

如果你确实需要每个结果都是独立的全局变量，可以通过修改全局命名空间来实现，不过这种方式要注意避免变量名冲突：

import pandas as pd
import numpy as np

list_of_df = ['NPSFeedback', 'courses','test']

for df_name in list_of_df:
    temp_df = pd.read_json(f"{df_name}.json")
    temp_df = temp_df.replace('', np.nan)
    # 将处理后的DataFrame注册为全局变量
    globals()[df_name] = temp_df

# 现在直接用变量名就能访问处理后的DataFrame
print(NPSFeedback)
print(courses)

原代码的小问题提醒 #

顺便提下原代码里的几个小坑：

• 开头的print(new_df)会报错，因为new_df从未定义过
• del temp其实没必要，循环结束后这个临时变量会被自动回收，无需手动删除

内容的提问来源于stack exchange，提问作者Raul Gonzales