如何从pandas DataFrame生成可按名称直接调用的参数变量

方案1：常量配置类（推荐，安全性最高） #

该方案可以避免全局命名空间污染，所有参数集中管理，不会和现有变量产生命名冲突，调用时仅需加统一前缀即可：

class Config:
    pass

# 遍历DataFrame写入配置
for _, row in df_DAT.iterrows():
    # 对应你现有代码里的逻辑：第0列为参数名，第2列为参数值
    param_name = row.iloc[0]
    param_value = row.iloc[2]
    setattr(Config, param_name, param_value)

调用示例：假设参数名为MAX_CPU_NUM，直接使用Config.MAX_CPU_NUM即可取到对应值。

方案2：全局命名空间注入（满足直接通过参数名调用的需求） #

如果确实不需要前缀、要直接写参数名即可调用，可以将参数注入当前模块的全局命名空间：

for _, row in df_DAT.iterrows():
    param_name = row.iloc[0]
    param_value = row.iloc[2]
    globals()[param_name] = param_value

注意事项：

• 需确保CSV里的参数名都是合法的Python变量名，不能包含空格、特殊符号，也不能和Python内置关键字重名
• 注入操作会直接覆盖同名的现有变量，使用前请确认没有命名冲突

现有代码优化建议 #

• 不要使用range(len(df_DAT))配合iloc的遍历方式，pandas内置的iterrows()方法更简洁易读
• 如果CSV的列有固定的字段名，比如参数名列叫param_name、值列叫value，建议用row['param_name']替代按索引取数的逻辑，避免后续列顺序调整后代码失效的问题

内容的提问来源于stack exchange，提问作者Burbs