如何通过循环为不同语言CSV创建对应名称的Pandas DataFrame？

嘿，我来帮你搞定这个问题！你的思路没问题，但原代码里的变量命名语法是错误的，而且其实用字典来管理这些DataFrame会是更优的选择——既符合Python的最佳实践，也方便后续的维护和操作。

问题分析 #

你原代码里的tables_ + str{language}这种写法在Python中是不合法的，没法直接通过字符串拼接来动态创建变量名。接下来给你两种可行的方案：

推荐方案：用字典存储（更灵活易维护） #

用字典来映射语言代码和对应的DataFrame，是Python中处理这类动态数据集合的标准做法，后续想遍历、调用都非常方便：

import pandas as pd

languages_list = ['EN', 'DE', 'FR']
# 创建空字典来存放所有语言的DataFrame
language_tables = {}

for lang in languages_list:
    # 用语言代码作为字典的键，DataFrame作为值
    language_tables[lang] = pd.read_csv(f"{lang}.csv", header=0, encoding="latin1")

如何访问数据 #

想要调用对应语言的DataFrame时，直接通过字典的键来获取：

• 访问英文数据：language_tables['EN']
• 访问德文数据：language_tables['DE']
• 访问法文数据：language_tables['FR']

这种方式的优势在于，不管你的语言列表后续怎么扩展，都不需要修改核心逻辑，直接遍历字典就能批量操作所有DataFrame。

可选方案：动态创建独立变量（不推荐） #

如果你确实需要创建像tables_EN、tables_DE这样的独立变量，可以通过globals()函数来实现，但不推荐这种方式——因为全局变量会让代码的可读性和可维护性下降，尤其是数据量变大时容易混乱：

import pandas as pd

languages_list = ['EN', 'DE', 'FR']

for lang in languages_list:
    # 动态生成变量名并赋值
    globals()[f"tables_{lang}"] = pd.read_csv(f"{lang}.csv", header=0, encoding="latin1")

执行完这段代码后，你就能直接使用tables_EN、tables_DE、tables_FR这些变量了。

内容的提问来源于stack exchange，提问作者Roberto Bertinetti