Spotfire中Python数据函数创建计算列遇Output变量未定义错误

报错原因 #

Spotfire的Python数据函数要求输出变量必须定义在全局作用域中，原脚本里的passage仅在calculate_passage函数内部声明，全局命名空间中不存在该变量，导致Spotfire无法识别输出。

解决方法 #

方法1：在全局作用域调用函数并赋值给输出变量 #

修改脚本，在函数定义后添加全局调用代码，将函数返回值赋值给passage变量：

import pandas as pd

def calculate_passage(df, batch_col, date_col):
    df['RowIndex'] = df.groupby(batch_col).cumcount() + 1
    df['Passage'] = 0

    for batch, batch_df in df.groupby(batch_col):
        passage = 1
        same_date_count = 0
        prev_date = None

        for index, row in batch_df.iterrows():
            if row['RowIndex'] <= 6:
                passage = 1
            elif row['RowIndex'] <= 10:
                passage = 2
            else:
                if row[date_col] == prev_date:
                    same_date_count += 1
                else:
                    same_date_count = 0

                if same_date_count == 1:
                    passage += 1

            df.loc[index, 'Passage'] = passage
            prev_date = row[date_col]

    df.drop(columns=['RowIndex'], inplace=True)
    return df[['Passage']] 

# 关键：全局作用域中调用函数，赋值给输出变量passage
# 替换input_df、批次列名、日期列名为你在Spotfire中配置的实际输入参数
passage = calculate_passage(input_df, "BatchColumn", "DateColumn")

方法2：移除函数封装，直接在全局作用域编写逻辑 #

如果不需要复用函数逻辑，可以直接去掉函数，将代码放在全局作用域中，确保passage变量在全局可访问：

import pandas as pd

# 使用Spotfire映射的全局输入变量（替换为你的实际输入名称）
df = input_df
batch_col = "BatchColumn"
date_col = "DateColumn"

df['RowIndex'] = df.groupby(batch_col).cumcount() + 1
df['Passage'] = 0

for batch, batch_df in df.groupby(batch_col):
    passage_val = 1
    same_date_count = 0
    prev_date = None

    for index, row in batch_df.iterrows():
        if row['RowIndex'] <= 6:
            passage_val = 1
        elif row['RowIndex'] <= 10:
            passage_val = 2
        else:
            if row[date_col] == prev_date:
                same_date_count += 1
            else:
                same_date_count = 0

            if same_date_count == 1:
                passage_val += 1

        df.loc[index, 'Passage'] = passage_val
        prev_date = row[date_col]

df.drop(columns=['RowIndex'], inplace=True)
passage = df[['Passage']]

注意事项 #

• 确保全局调用时使用的输入变量名称（如input_df）与你在Spotfire数据函数配置中设置的输入参数映射名称完全一致。
• 批次列名和日期列名要替换为你数据源中实际的列名（字符串格式）。

内容的提问来源于stack exchange，提问作者vhio