Python拆分数据集为X（特征）与Y（变量）时遇NameError问题求助

算力阿峰

2026-8-16

解决NameError: name 'MyNewDataSet' is not defined问题

这个错误说明当前代码执行环境中找不到MyNewDataSet变量，之前能正常使用现在报错，大概率是作用域问题、代码执行顺序错误，或者变量被意外删除/覆盖，不一定需要重新定义数据集，按以下步骤排查：

检查代码执行顺序与作用域
- 如果是Jupyter Notebook这类交互式环境，确认定义MyNewDataSet的代码单元格已经运行，且拆分X/Y的代码在它之后执行（不要跳步运行单元格）。
- 排查是否把MyNewDataSet定义在了函数内部：函数内的局部变量在函数执行结束后会被销毁，外部无法访问。比如：
```
def process_data():
    MyNewDataSet = pd.read_csv("dataset.csv")
    # 此处MyNewDataSet是局部变量
process_data()
# 外部访问就会触发NameError
```
  这种情况应该让函数返回数据集，再赋值给全局变量：
```
def process_data():
    return pd.read_csv("dataset.csv")
MyNewDataSet = process_data()
```
检查变量是否被意外修改/删除
- 查看拆分X/Y代码之前的逻辑，是否存在del MyNewDataSet（删除变量）或者MyNewDataSet = 其他变量/值（覆盖变量）的操作。
- 可以在报错代码前添加调试代码，确认变量状态：
```
print('MyNewDataSet是否存在:', 'MyNewDataSet' in locals())
# 如果输出False，说明变量确实不在当前环境中
```
是否需要重新定义数据集？
- 如果排查后确认变量确实丢失（比如环境重启、变量被误删），重新运行定义数据集的代码即可，不用重新写定义逻辑；如果是作用域或执行顺序问题，调整代码结构/执行顺序比重复定义更高效。
额外优化建议
- 交互式环境中尽量按顺序执行代码，避免跳步；可以用%history（IPython/Jupyter命令）查看历史执行记录，定位变量消失的节点。
- 避免使用全局变量传递数据集，尽量通过函数返回值的方式管理变量，减少作用域问题。