如何解决Python中的NameError？循环内定义变量无法外部使用

问题核心 #

你在嵌套for循环内定义的data变量仅在循环局部作用域有效；如果循环未执行到data = pd.read_csv...代码块（比如未找到.lc文件），外部访问data就会触发NameError。global关键字无效的原因是：你未在循环内提前声明global data，且全局变量并非此场景的最优解。

解决方案 #

方案1：仅保留最后一个符合条件的文件数据 #

如果只需要处理最后一个找到的.lc文件，在循环外初始化data为None，确保外部能访问到变量（即使无符合条件文件也不会报错）：

import os
import pandas as pd
# 确保fts模块已正确导入

Carpeta = "C:/Users/Aguilar/datos de prueba"
data = None  # 循环外初始化变量

for subdirectorio in os.listdir(Carpeta):
    print(subdirectorio)
    # 用os.path.join拼接路径，避免字符串拼接的路径错误
    subdir_path = os.path.join(Carpeta, subdirectorio)
    for archivo in os.listdir(subdir_path):
        if archivo.endswith(".lc"):
            print(archivo)
            file_path = os.path.join(subdir_path, archivo)
            # 读取并处理数据
            data = pd.read_csv(
                file_path,
                delimiter=' ',
                na_values='*********',
                usecols=[0,2,3],
                names=['time', 'magnitude', 'error']
            )
            data.sort_values('time', inplace=True)
            data.drop_duplicates(subset="time", keep=False, inplace=True)
            data = data[data['magnitude'].notna()]
            tess_lc_raw = data.to_records(index=False)

# 外部使用前先判断data是否已被赋值
if data is not None:
    lc = [data['time'], data['magnitude'], data['error']]
    fs = fts.FeatureSpace(data=['time', 'magnitude', 'error'])
    features, values = fs.extract(*lc)
    # 修正DataFrame构造参数顺序：values作为数据，features作为索引
    t = pd.DataFrame(values, index=features)
    print(t)
else:
    print("未找到任何符合条件的.lc文件")

方案2：处理所有符合条件的文件数据 #

如果需要处理所有.lc文件，用列表存储每个文件处理后的data，循环结束后遍历列表逐一处理：

import os
import pandas as pd

Carpeta = "C:/Users/Aguilar/datos de prueba"
data_list = []  # 存储所有处理后的DataFrame

for subdirectorio in os.listdir(Carpeta):
    print(subdirectorio)
    subdir_path = os.path.join(Carpeta, subdirectorio)
    for archivo in os.listdir(subdir_path):
        if archivo.endswith(".lc"):
            print(archivo)
            file_path = os.path.join(subdir_path, archivo)
            data = pd.read_csv(
                file_path,
                delimiter=' ',
                na_values='*********',
                usecols=[0,2,3],
                names=['time', 'magnitude', 'error']
            )
            data.sort_values('time', inplace=True)
            data.drop_duplicates(subset="time", keep=False, inplace=True)
            data = data[data['magnitude'].notna()]
            data_list.append(data)
            tess_lc_raw = data.to_records(index=False)

# 遍历处理每个文件的数据
for idx, data in enumerate(data_list):
    print(f"=== 处理第{idx+1}个文件数据 ===")
    lc = [data['time'], data['magnitude'], data['error']]
    fs = fts.FeatureSpace(data=['time', 'magnitude', 'error'])
    features, values = fs.extract(*lc)
    t = pd.DataFrame(values, index=features)
    print(t)

为什么global无效？ #

1. 你未在循环内提前声明global data，导致循环内的data仍是局部变量；
2. 即使声明了global，如果没有找到.lc文件，循环内的data = pd.read_csv...不会执行，全局的data仍未定义；
3. 全局变量会增加代码耦合性，容易引发不可预期的问题，不推荐在这种场景使用。

内容的提问来源于stack exchange，提问作者Maria