使用for循环拼接Pandas DataFrame未生效，原对象未更新问题咨询

这问题我之前写代码时也踩过坑，本质是Python变量赋值的底层逻辑在作祟，咱们拆解来看：

问题根源 #

你写的for df in [A, B]:里，df只是个临时“替身”变量：

• 第一轮循环时，df暂时指向A对应的DataFrame对象；第二轮指向B的对象。
• 但当你执行df = pd.concat([df, C], axis=1)时，你并没有修改A或B原本指向的那个DataFrame，而是把df这个变量重新绑定到了pd.concat生成的全新DataFrame上。
• 原来的A和B自始至终都没动过，还是指向最初没拼接的那个对象，所以循环结束后它们的列当然没变。

两种可行的解决方案 #

方案1：用列表索引更新引用 #

把A、B放进列表，通过索引修改列表里的元素，最后再重新赋值给A、B：

import pandas as pd

data = [['Alex',10],['Bob',12],['Clarke',13]]
A = pd.DataFrame(data, columns=['Name','Age'])
B = pd.DataFrame(data, columns=['Name','Age'])
C = pd.DataFrame(data, columns=['Name','Age'])

# 将A、B存入列表
df_list = [A, B]
for idx in range(len(df_list)):
    # 直接修改列表对应位置的元素，替换为拼接后的新对象
    df_list[idx] = pd.concat([df_list[idx], C], axis=1)

# 把更新后的对象重新赋值给A和B
A, B = df_list

print(A.columns)  # 输出: Index(['Name', 'Age', 'Name', 'Age'], dtype='object')
print(B.columns)  # 输出: Index(['Name', 'Age', 'Name', 'Age'], dtype='object')

方案2：用字典管理（更适合多DataFrame场景） #

如果后续要处理的DataFrame数量多，用字典来管理会更清晰，避免索引操作的混乱：

import pandas as pd

data = [['Alex',10],['Bob',12],['Clarke',13]]
# 用字典存储需要处理的DataFrame
df_dict = {
    'A': pd.DataFrame(data, columns=['Name','Age']),
    'B': pd.DataFrame(data, columns=['Name','Age'])
}
C = pd.DataFrame(data, columns=['Name','Age'])

# 遍历字典的键，更新对应的值
for key in df_dict:
    df_dict[key] = pd.concat([df_dict[key], C], axis=1)

# 取出更新后的A和B
A = df_dict['A']
B = df_dict['B']

print(A.columns)  # 输出: Index(['Name', 'Age', 'Name', 'Age'], dtype='object')
print(B.columns)  # 输出: Index(['Name', 'Age', 'Name', 'Age'], dtype='object')

额外提醒 #

pandas的pd.concat函数不会在原对象上直接修改（它没有inplace参数），所以必须把生成的新DataFrame对象重新赋值给原来的变量，才能让A、B指向更新后的结果。

内容的提问来源于stack exchange，提问作者Anirudh Gupta