如何通过循环实现多个pandas DataFrame分别与指定DataFrame d拼接

你写的循环不生效的核心原因是Python的变量赋值逻辑：for循环迭代[a,b,c]时，临时变量x只是和原a/b/c变量指向同一个DataFrame对象的标签，你对x重新赋值只是把x这个标签绑定到了新生成的拼接后DataFrame上，完全不会修改原a/b/c变量的指向。

方式1：直接修改原有独立变量（适合临时脚本快速处理） #

用globals()方法访问和修改全局命名空间里的变量，运行后原a/b/c变量就会自动更新为拼接后的结果，和你逐行写的效果完全一致：

for var_name in ['a', 'b', 'c']:
    globals()[var_name] = pd.concat([globals()[var_name], d], axis=0)

方式2：用容器统一管理变量（推荐，适合正式代码） #

把所有待拼接的DataFrame放到字典或者列表里统一处理，逻辑更清晰，也避免散列变量带来的维护问题：

用字典存储（保留名称标识） #

# 先把所有df存入字典，key对应原来的变量名
df_dict = {'a': a, 'b': b, 'c': c}

for key in df_dict:
    df_dict[key] = pd.concat([df_dict[key], d], axis=0)

# 后续需要取用的时候直接用df_dict['a']、df_dict['b']即可

用列表存储（无需名称标识，按索引取用） #

# 把df按顺序存入列表
df_list = [a, b, c]

# 批量拼接
df_list = [pd.concat([df, d], axis=0) for df in df_list]

# 后续按索引取用，df_list[0]对应原a的拼接结果，df_list[1]对应原b的结果，以此类推

内容的提问来源于stack exchange，提问作者Bùi Thu Thảo