如何在循环中为从Quandl获取的DataFrame按国家命名？

我看了你的代码，发现几个关键问题导致你没法实现“data_国家名”的DataFrame命名，同时数据下载逻辑也存在漏洞，下面一步步帮你解决：

核心问题分析 #

1. Ticker匹配逻辑错误：你用any(e.lower() == 'germany' for e in exchanges)的方式设置ticker，这会导致只要输入列表里有一个匹配的国家，所有循环里的下载都会复用同一个ticker，而非每个国家对应自己的专属代码。
2. 未初始化存储容器：直接用data[i]但没先把data定义为字典，会触发NameError。
3. Global变量滥用：不需要用global传递DataFrame，用字典存储或合理动态创建变量更符合Python的编码习惯。

优化后的解决方案 #

方案1：用字典存储（推荐，更易维护） #

字典是处理“国家-对应DataFrame”这类键值对场景的最佳选择，比零散变量更清晰，后续批量操作也更方便：

import quandl
from quandl.errors.quandl_error import NotFoundError
from datetime import date, timedelta
import matplotlib.pyplot as plt
import pandas as pd
from scipy import interpolate
import numpy as np
from scipy.optimize import leastsq

# 建立国家与Quandl代码的映射字典，替代冗长的elif判断
COUNTRY_TICKER_MAP = {
    '德国': 'CHRIS/EUREX_FDAX1',
    '法国': 'CHRIS/LIFFE_FCE1',
    '美国': 'MULTPL/SP500_REAL_PRICE_MONTH',
    '中国香港': 'CHRIS/HKEX_HSI1',
    '印度': 'NSE/CNX_NIFTY',
    '英国': 'CHRIS/LIFFE_Z1',
    '日本': 'NIKKEI/ALL_STOCK',
    '中国': 'WFE/INDEXES_SHANGHAISESSECOMPOSITEINDEX'
}

ALLOWED_COUNTRIES = list(COUNTRY_TICKER_MAP.keys())

def MainFormula():
    exchanges = []
    # 循环获取5个有效国家输入
    while len(exchanges) < 5:
        country = input(f'请从{ALLOWED_COUNTRIES}中选择第{len(exchanges)+1}个国家：')
        if country in ALLOWED_COUNTRIES:
            exchanges.append(country)
        else:
            print(f'输入无效，请从指定列表中选择国家！')

    # 初始化存储所有DataFrame的字典
    country_data = {}
    # 计算日期范围
    today = date.today()
    ten_years_ago = today - timedelta(days=365*10)
    start_date = ten_years_ago.strftime("%Y-%m-%d")
    end_date = today.strftime("%Y-%m-%d")

    for country in exchanges:
        try:
            ticker = COUNTRY_TICKER_MAP[country]
            # 下载数据并存入字典，键为"data_国家名"
            data_key = f'data_{country}'
            country_data[data_key] = quandl.get(ticker, start_date=start_date, end_date=end_date)
            print(f'已成功下载{country}的股指数据，存储键为：{data_key}')
        except NotFoundError:
            print(f'无法找到{country}的对应股指数据，请检查国家名称或Quandl代码！')
        except Exception as e:
            print(f'下载{country}数据时出错：{str(e)}')

    # 如需单独提取某个国家的数据，比如中国：
    # china_data = country_data['data_中国']

    return country_data

# 运行程序
program_result = MainFormula()
print('所有数据已存储在返回的字典中')

方案2：动态创建全局变量（不推荐，不易维护） #

如果你一定要创建data_中国、data_美国这类独立变量，可以用globals()函数实现，但这种方式会让变量零散分布，后续排查问题或批量操作都很麻烦：

在循环里替换为以下代码即可：

for country in exchanges:
    try:
        ticker = COUNTRY_TICKER_MAP[country]
        df = quandl.get(ticker, start_date=start_date, end_date=end_date)
        # 动态创建全局变量
        var_name = f'data_{country}'
        globals()[var_name] = df
        print(f'已创建变量{var_name}存储{country}数据')
    except NotFoundError:
        print(f'无法找到{country}的对应股指数据！')

额外优化点 #

• 用映射字典替代冗长的elif判断，代码可读性和扩展性大幅提升。
• 增加输入有效性检查，避免用户输入无效国家导致后续报错。
• 完善异常处理逻辑，不仅捕获NotFoundError，还处理其他可能的异常并给出明确提示。
• 日期格式改用%Y-%m-%d，更符合Quandl API的推荐格式，避免格式兼容问题。

内容的提问来源于stack exchange，提问作者Alberto Alvarez