如何用for循环为DataFrame字典中每个DataFrame添加唯一列？

咱们先拆解下你代码里的问题：

• 你的codes是个二维嵌套列表（外层多套了一层方括号），所以for i in codes循环时，i拿到的是整个代码列表，而非单个代码值。
• 循环里你一直给df['Sheet1']赋值，相当于所有操作都只作用在名为Sheet1的DataFrame上，其他工作表完全没被处理，最后自然所有（实际是这个Sheet1）的Code列都被设成同一个值了。

要实现每个DataFrame对应唯一的Code列，咱们可以这么调整：

步骤1：修正codes的结构 #

先把嵌套的codes转成一维列表，让每个元素都是独立的代码：

# 直接改成一维列表
codes = ['01', '02', '03', '05', '06', '08', '10', '11', '13', '15', '17', '19', '21', '23', '25', '27', '29', '31', '33', '35', '37', '39', '43', '45', '4.55', '48', '52']

# 或者如果保留原嵌套结构，用这行提取内层列表
# codes = codes[0]

步骤2：将工作表与代码一一配对赋值 #

因为你读取的工作表数量（27个）和代码数量（27个）完全匹配，咱们可以用zip()函数把工作表名称和对应代码绑定，循环给每个DataFrame添加唯一的Code列：

import pandas as pd

# 读取Excel文件，sheet_name=None返回字典，键为工作表名，值为对应DataFrame
df = pd.read_excel(sales, sheet_name=None, ignore_index=True, skiprows=7)

# 遍历配对后的工作表名和代码
for sheet_name, code in zip(df.keys(), codes):
    df[sheet_name]['Code'] = code

关键说明： #

• zip(df.keys(), codes)会把字典里的每个工作表名称，和codes列表中对应位置的代码一一绑定，保证每个工作表对应唯一的代码。
• 循环中直接操作df[sheet_name]（即每个工作表对应的DataFrame），给它添加Code列并赋值对应的代码，这样每个DataFrame的Code列就都是唯一的了。

另外要注意：确保Excel里的工作表顺序和codes列表的顺序完全对应，因为sheet_name=None读取工作表的顺序是Excel文件里工作表的排列顺序，如果顺序不对，代码和工作表就会匹配错误哦。

内容的提问来源于stack exchange，提问作者Sid