如何在函数中定义空Pandas DataFrame？解决NameError问题

看起来你的问题主要有几个关键点，咱们一步步来解决：

1. 先解决核心的NameError问题 #

你提到在Python Shell里运行正常，但PyCharm里报NameError: name 'result_df' is not defined，这大概率是脚本缺失必要的导入语句或者PyCharm使用的Python环境和Shell不一致导致的：

（1）补充所有依赖库的导入 #

在你的脚本最顶部，必须加上这些导入语句——Shell里你可能手动导入过，但PyCharm运行脚本是从头执行的，没有导入的话解释器根本不知道pd、pa这些别名：

# 导入必要库
import pandas as pd
import pyarrow as pa
import pyarrow.parquet as pq
import os
import glob
import re

（2）检查PyCharm的Python解释器 #

确保PyCharm使用的解释器已经安装了pandas和pyarrow：

• 打开PyCharm的Settings（Mac是Preferences）
• 找到Project: [你的项目名] -> Python Interpreter
• 查看列表里有没有pandas和pyarrow，没有的话点击+搜索安装

2. 修复你的myfunc函数逻辑错误 #

就算解决了NameError，你的函数还有一个致命问题：result_df.append(data)不会修改原DataFrame！因为Pandas的append方法是返回一个新的DataFrame对象，不会原地修改。所以你需要把这行改成：

result_df = result_df.append(data)

另外，直接用open读取JSON再传给pd.read_json有点多余，pd.read_json可以直接接收文件名，还能处理gzip压缩文件（如果你的.gz是压缩的JSON的话），可以简化代码：

def myfunc(filename, filepath):
    # 直接读取JSON文件，支持gzip压缩
    data = pd.read_json(filename, lines=True, encoding='utf-8', compression='infer')
    # 写入parquet
    table_from_pandas = pa.Table.from_pandas(data)
    pq.write_table(table_from_pandas, filepath)
    return data

这样就不需要手动维护result_df了，直接读取后返回即可。

3. 优化主函数的文件查找逻辑 #

你的主函数里json_fi = glob.glob("*.json")可能找不到文件，因为当前工作目录不一定是/Users/milenko/mario/Json_gzips/，最好用绝对路径：

if __name__ == '__main__':
    basic = '/Users/milenko/mario/Json_gzips/'
    # 用绝对路径查找JSON文件
    json_fi = glob.glob(os.path.join(basic, "*.json"))
    # 如果是.gz压缩的JSON，改成下面这行
    # json_fi = glob.glob(os.path.join(basic, "*.json.gz"))
    
    my_dict = {
        'ticr_calculated_2': 'ticr-2.parquet', 
        'ticr_calculated_3': 'ticr-3.parquet',
        'ticr_calculated_4': 'ticr-4.parquet', 
        'tick_calculated_2': 'tick-2.parquet',
        'tick_calculated_3': 'tick-3.parquet', 
        'tick_calculated_4': 'tick-4.parquet'
    }
    
    for key, value in my_dict.items():
        for f in json_fi:
            # 用basename匹配，避免路径干扰
            if re.match(key, os.path.basename(f)):
                filepath = os.path.join(basic, value)
                myfunc(f, filepath)

按照上面的步骤调整后，应该就能解决你的问题了。如果还有问题，可以检查一下文件路径是否正确，以及JSON文件的格式是否符合lines=True的要求（每行一个JSON对象）。

内容的提问来源于stack exchange，提问作者Djikii