如何自动生成由df1到dfN组成的pandas DataFrame列表？

错误原因 #

你之前的两种方案本质都是生成了字符串格式的变量名，没有获取到变量对应的实际DataFrame对象：

• 方案1直接将生成器对象append进列表，所以列表中存储的是生成器而非DataFrame
• 方案2append的是字符串形式的变量名，因此元素类型为字符串，不符合要求

解决方案 #

方法1：通过作用域变量字典获取（适合已生成好所有df的场景）

如果你的df都定义在全局作用域，直接从globals()字典中按变量名取值即可：

dfs = [globals()[f'df{i}'] for i in range(1, 101)]

如果df定义在函数内部的局部作用域，把globals()替换为locals()即可。

方法2：优化生成逻辑（更推荐的工程实践）

如果你还没生成这些df，建议生成时就直接存入列表，避免后续额外处理：

dfs = []
for i in range(100):
    # 这里写你生成每个df的逻辑
    df = pd.DataFrame()
    dfs.append(df)

这样生成的dfs直接就是符合要求的DataFrame列表，不需要单独命名df1到df100。

内容的提问来源于stack exchange，提问作者YKim