Python异步函数合并DataFrame时遇局部变量未赋值错误求助

问题场景与报错 #

我通过Blob触发处理两个Excel文件，尝试合并对应的DataFrame。为避免多线程跳行问题用了async让代码逐行执行，但执行pd.merge(Sach, Deb, how="outer")时出现错误：local variable 'Deb' referenced before assignment。

原代码如下：

async def main(myblob: func.InputStream,  outputblob: func.Out[str]) -> None:
  if  myblob.name.__contains__("Deb"):
      logging.info("Deb was found")
      Deb = read_excel_files("x", "Deb.xlsx")
      logging.info("Starting cleaning Process")        
      .....
      logging.info("Cleaning Deb is finished")
  if myblob.name.__contains__("Sach"):
      logging.info("Sach was found")
      Sach = read_excel_files("x", "Sach.xlsx")
      logging.info("Starting cleaning Process")
      ........
      logging.info("Cleaning Sach is finished")
      Konten = pd.merge(Sach, Deb, how="outer")
      outputblob.set(Konten.to_string())
      logging.info("Konten is uploaded")

我原本以为第一个if里定义的Deb变量能在第二个if里访问，还误以为执行Sach = read_excel_files("x", "Sach.xlsx")后，原本有值的Deb变成未赋值状态，想问是不是需要用.copy()？

问题原因 #

1. 函数调用完全独立：Blob触发的函数每次都是全新的独立执行——触发Deb文件时，只会走第一个if分支，处理完就结束；触发Sach文件时，只会走第二个if分支，这时候Deb根本没被定义过，自然报未赋值错误。两次触发是完全分开的运行实例，变量不会共享。
2. 不存在Deb“消失”的情况：你觉得Deb变未赋值是误解，第二次触发Sach时，函数里从始至终都没定义过Deb，和.copy()毫无关系，这个问题和DataFrame复制无关。

解决方案 #

方式一：处理Sach时主动读取已清洗的Deb #

前提是Deb文件已经完成清洗并保存到了可访问的位置（比如Blob存储的固定路径）：

async def main(myblob: func.InputStream,  outputblob: func.Out[str]) -> None:
    # 处理Deb文件：清洗后保存到固定路径
    if myblob.name.__contains__("Deb"):
        logging.info("Deb was found")
        Deb = read_excel_files("x", "Deb.xlsx")
        logging.info("Starting cleaning Process")        
        # 补充Deb的清洗逻辑
        .....
        # 将清洗后的Deb保存到Blob存储的固定位置
        save_cleaned_df(Deb, "cleaned_files/cleaned_Deb.xlsx")
        logging.info("Cleaning Deb is finished")
    # 处理Sach文件：读取已保存的Deb再合并
    elif myblob.name.__contains__("Sach"):
        logging.info("Sach was found")
        Sach = read_excel_files("x", "Sach.xlsx")
        logging.info("Starting cleaning Process")
        # 补充Sach的清洗逻辑
        ........
        logging.info("Cleaning Sach is finished")
        # 读取之前保存的清洗后的Deb
        Deb = read_excel_files("cleaned_files", "cleaned_Deb.xlsx")
        Konten = pd.merge(Sach, Deb, how="outer")
        outputblob.set(Konten.to_string())
        logging.info("Konten is uploaded")

方式二：等待两个文件都上传后再触发合并 #

可以配置Blob存储的事件触发规则，或者用一个监控逻辑，当检测到Deb和Sach两个文件都已上传完成后，再执行合并操作，避免单独触发其中一个文件时缺少另一个的情况。

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