如何在Pandas中计算各产品可用月份数？函数异常排查

你的问题核心是变量作用域/闭包延迟绑定导致的：自定义函数没有正确使用传入的产品参数，而是引用了外部变量的最终状态，所以所有调用都返回最后一个产品prod3的结果。

常见错误代码示例 #

比如你可能写出了类似这样的代码：

import pandas as pd

# 模拟数据
df = pd.DataFrame({
    'Date': pd.date_range('2023-01-01', periods=120, freq='10D'),
    'Products': ['prod1']*30 + ['prod2']*40 + ['prod3']*50
})

prod_list = ['prod1', 'prod2', 'prod3']
available_months = {}

# 错误写法：函数依赖外部循环变量prod，而非传入的参数
def count_months():
    return df[df['Products'] == prod]['Date'].dt.month.nunique()

for prod in prod_list:
    available_months[prod] = count_months()

这段代码中，count_months()函数并没有接收参数，而是直接引用外部的prod变量。循环结束后prod的值固定为prod3，所以所有函数调用都会用这个值计算，结果全是5。

正确解决方法 #

让函数明确接收产品名称参数，并在内部使用该参数进行过滤：

def count_months(prod_name):
    # 严格使用传入的prod_name参数，不依赖外部变量
    prod_data = df[df['Products'] == prod_name]
    return prod_data['Date'].dt.month.nunique()

# 调用时传入每个产品
available_months = {prod: count_months(prod) for prod in prod_list}

特殊场景处理（如循环创建函数） #

如果是需要在循环中批量创建函数（比如用于apply或批量任务），要强制捕获当前循环变量的即时值，可通过默认参数实现：

funcs = []
for prod in prod_list:
    # 用默认参数绑定当前循环的prod值，避免延迟绑定
    def func(p=prod):
        return df[df['Products'] == p]['Date'].dt.month.nunique()
    funcs.append(func)

# 调用每个函数得到正确结果
results = [f() for f in funcs]

总结 #

你的函数问题在于没有正确绑定传入的参数，而是依赖了外部变量的最终状态。只要让函数内部逻辑完全基于传入的参数，而非外部的循环变量或全局变量，就能得到正确结果。

内容的提问来源于stack exchange，提问作者Samwise