如何在非全局作用域执行动态函数以转换Pandas DataFrame？

我正在基于Pandas开发一款简易报表工具，希望报表开发者能够通过函数转换DataFrame。具体流程为：开发者在UI界面创建数据库连接、SQL查询语句，以及若干以字符串形式编写的Python函数，后续这些函数将被执行。

我的类结构如下：

class ReportSQLDataset:
    def __init__(self, connection, sql, transforming_functions:list):
        self.connection = connection
        self.sql = sql
        self.dataframe = None
        self.transforming_functions = transforming_functions
        
    def load_dataframe(self):
        self.dataframe = pd.read_sql(self.sql, self.connection)

    def run_transforming_functions(self):
       for code in self.transforming_functions:
           # Here I want execute code from strings provided by user

转换函数示例：

def some_transformation(df):
    # Do something
    return df

请问有什么方法可以实现这一需求，且无需将这些函数放入全局作用域？

方法1：用exec在局部命名空间执行函数 #

可以通过exec将用户提供的函数字符串执行在独立的局部命名空间中，提取函数后执行，完全不会污染全局作用域。

修改run_transforming_functions方法：

def run_transforming_functions(self):
    if self.dataframe is None:
        self.load_dataframe()
    df = self.dataframe
    for code in self.transforming_functions:
        # 创建独立的局部命名空间字典
        local_namespace = {}
        # 执行用户代码，函数会被存入local_namespace
        exec(code, {}, local_namespace)
        # 提取命名空间中的函数（假设每个字符串只定义一个函数）
        transform_func = next(iter(local_namespace.values()))
        # 执行转换并更新DataFrame
        df = transform_func(df)
    self.dataframe = df

关键说明：

• 每次循环新建local_namespace，保证多个转换函数的命名空间完全隔离，互不干扰。
• exec的第二个参数传入空字典，限制用户代码对全局作用域的访问，降低风险。
• 如果约定了函数名（比如要求所有转换函数都叫transform_df），可以直接通过local_namespace['transform_df']提取，更可靠。

方法2：用ast模块解析并验证代码（更安全） #

如果需要对用户代码做语法校验（比如确保只定义一个函数、禁止危险操作），可以用ast模块先解析代码，再执行。

示例代码：

import ast

def run_transforming_functions(self):
    if self.dataframe is None:
        self.load_dataframe()
    df = self.dataframe
    for code in self.transforming_functions:
        # 解析代码为抽象语法树（AST）
        code_ast = ast.parse(code)
        # 校验代码结构：只能包含一个函数定义
        if len(code_ast.body) != 1 or not isinstance(code_ast.body[0], ast.FunctionDef):
            raise ValueError("每个转换代码必须仅包含一个函数定义")
        # 编译AST为可执行对象
        compiled_code = compile(code_ast, filename="<user_transform_code>", mode="exec")
        # 执行编译后的代码到局部命名空间
        local_namespace = {}
        exec(compiled_code, {}, local_namespace)
        # 通过函数名提取函数并执行转换
        func_name = code_ast.body[0].name
        df = local_namespace[func_name](df)
    self.dataframe = df

关键说明：

• 可以扩展AST校验逻辑，比如限制函数只能接受df作为参数，禁止函数体中出现导入危险模块、修改全局变量等操作。
• 相比直接用exec，这种方式能提前拦截不符合要求的代码，提升安全性。

重要安全提示 #

• 用户输入的代码存在极高安全风险，可能执行删除文件、窃取数据等恶意操作，必须在隔离环境（如沙箱、Docker容器）中运行。
• 可以使用RestrictedPython库进一步限制代码权限，比如禁止访问文件系统、网络、系统命令等。
• 永远不要在生产环境直接执行未经过滤的用户代码，必须做严格的权限控制和语法校验。

内容的提问来源于stack exchange，提问作者Vitaliy