如何将字符串变量赋值为DataFrame名称？循环场景实现问询

首先得明确：你当前的代码里，new_df_name只是先被赋值为字符串，紧接着又被覆盖成join后的DataFrame，而且每次循环都会把之前的结果覆盖掉，完全没实现“用字符串作为DataFrame名称”的需求。下面给你两种可行的方案，优先推荐第一种：

方案一：用字典存储（推荐） #

动态创建独立变量其实是个不太好的习惯——会污染命名空间，后续很难追踪和管理这些变量。更规范的做法是用字典来存储所有生成的DataFrame，把你想要的名称作为字典的键：

# 初始化一个空字典来存放DataFrame
df_collection = {}
target_list = [1,2,3,4]  # 注意不要用list作为变量名，这是Python内置类型

for index in target_list:
    # 生成你想要的DataFrame名称作为键
    df_key = f"user_{index}"
    # 将join后的DataFrame存入字典
    df_collection[df_key] = origin_df1.join(origin_df2, 'id', 'left')

之后要访问某个DataFrame时，直接通过字典的键获取就行：

# 访问user_1对应的DataFrame
print(df_collection['user_1'].head())

这种方式的好处是所有生成的DataFrame都集中在一个容器里，方便遍历、维护和清理，不会和其他变量产生冲突。

方案二：动态创建全局/局部变量（不推荐） #

如果你确实需要把这些DataFrame作为独立的全局变量，可以用globals()函数来实现，但强烈不建议这么做，原因上面已经提到了：

target_list = [1,2,3,4]
for index in target_list:
    df_name = f"user_{index}"
    # 把字符串作为变量名，将DataFrame赋值给它
    globals()[df_name] = origin_df1.join(origin_df2, 'id', 'left')

这样之后你就可以直接用user_1、user_2这些变量名来访问对应的DataFrame了，但这种写法会让代码的可维护性大大降低，除非有特殊需求，否则优先选方案一。

内容的提问来源于stack exchange，提问作者Frank