Python函数内调用类无效果问题求助

我在Python中遇到一个问题：把原本能正常运行的类调用代码放到total()函数里后，代码完全没作用；但单独执行这些类调用代码时却一切正常。相关代码如下：

无法运行的代码 #

def total():
    obiekt = Preference2('202211', 'DAYS')
    obiekt.dates()
    obiekt.pipeline()
    print(vars(obiekt))
    obiekt_n = Natural('202211', 'DAYS')
    obiekt_n.dates()
    obiekt_n.natural()
    df_natural = obiekt_n.Natural
    df_natural.set_index(['CUSTOMERID','MONTHID','YEARID'], inplace = True)
    obiekt_gen = GeneralKPI('202211', 'DAYS')
    obiekt_gen.dates()
    obiekt_gen.general()
    df_general = obiekt_gen.General
    df_general.set_index(['CUSTOMERID','MONTHID','YEARID'], inplace = True)
    
    return (df_natural, df_general, obiekt.df)
    #return reduce(lambda left,right: pd.merge(left,right,on= ['CUSTOMERID','MONTHID','YEARID'], how='outer'), data_frames).fillna(np.nan)

可正常运行的代码 #

obiekt = Preference2('202211', 'DAYS')
obiekt.dates()
obiekt.pipeline()
print(vars(obiekt)) 

排查方向与解决方案 #

• 检查是否调用了total()函数
  函数定义后不会自动执行，必须显式触发。在函数定义后添加调用代码：

  df_nat, df_gen, df_pref = total()
  

  单独执行的代码是直接运行逻辑，而函数内的代码只有在调用函数时才会执行。

• 检查类方法的变量作用域依赖
  查看Preference2、Natural、GeneralKPI的方法（如dates()、pipeline()）是否依赖全局变量。如果是，要么将这些变量作为参数传入类或方法，要么在函数内通过合理的参数传递确保能访问（不推荐用global声明，优先参数化）。

• 捕获函数内的异常
  函数内可能抛出了异常但未被察觉，添加异常捕获代码定位错误：

  def total():
      try:
          obiekt = Preference2('202211', 'DAYS')
          obiekt.dates()
          obiekt.pipeline()
          print(vars(obiekt))
          obiekt_n = Natural('202211', 'DAYS')
          obiekt_n.dates()
          obiekt_n.natural()
          df_natural = obiekt_n.Natural
          df_natural.set_index(['CUSTOMERID','MONTHID','YEARID'], inplace = True)
          obiekt_gen = GeneralKPI('202211', 'DAYS')
          obiekt_gen.dates()
          obiekt_gen.general()
          df_general = obiekt_gen.General
          df_general.set_index(['CUSTOMERID','MONTHID','YEARID'], inplace = True)
          
          return (df_natural, df_general, obiekt.df)
      except Exception as e:
          print(f"执行错误: {str(e)}")
          raise
  

  运行后就能看到具体报错信息，快速定位问题根源。

• 避免inplace=True的潜在副作用
  代码中使用inplace=True修改DataFrame，若类内部的DataFrame是共享对象，可能导致函数内的修改干扰后续逻辑。改成非原地操作：

  df_natural = df_natural.set_index(['CUSTOMERID','MONTHID','YEARID'])
  df_general = df_general.set_index(['CUSTOMERID','MONTHID','YEARID'])
  

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