跨py文件导入pandas自定义函数时提示NameError: pd未定义

这个NameError: name 'pd' is not defined来自Python的模块命名空间隔离机制+Jupyter的模块缓存机制，和你在notebook里有没有导入pandas没有直接关系：

1. 每个.py文件是独立的模块命名空间，你在notebook里写的import pandas as pd只在notebook的运行环境里生效，不会自动注入到你导入的cleanfile模块中
2. 如果你已经在cleanfile.py里加了pandas导入还是报错，要么是导入位置写错了，要么是Jupyter缓存了修改前的旧版本模块，没有加载你改完的代码。

• 第一步：修正cleanfile.py的导入写法
  打开你存放清洗函数的cleanfile.py，在文件最开头、所有函数定义的外部添加pandas导入，不要把导入写在if __name__ == '__main__'判断块里，也不需要把导入写在clean函数内部。正确的文件结构参考：

  # cleanfile.py 最顶部先写所有依赖导入
  import pandas as pd
  # 如果有其他依赖比如numpy也一起写在这里
  # import numpy as np
  
  def clean(df1, df2):
      # 原有的清洗逻辑，所有pd.xxx的方法都可以正常调用
      df_merged = pd.concat([df1, df2], ignore_index=True)
      # 剩余的空值处理、格式转换等逻辑保持不变
      return df_merged
  

• 第二步：清除Jupyter的模块缓存
  Jupyter默认会缓存已经导入过的模块，你修改完cleanfile.py之后如果不重载，运行时还是用的修改前的旧代码，两种处理方式选其一即可：
  • 最稳妥的方式：点击notebook菜单栏的「重启内核」，之后从头运行所有代码单元
  • 不想重启内核的话，在导入clean函数的代码块最前面加入自动重载配置，修改外部py文件后会自动加载最新版本：

    %load_ext autoreload
    %autoreload 2
    
    from cleanfile import clean
    import pandas as pd
    
    # 读取df1、df2的逻辑
    df = clean(df1, df2)
    

• 第三步：确认导入的是正确的文件
  如果做完前两步还是报错，在notebook里运行以下代码，确认你导入的cleanfile是你刚才修改的那个文件，避免因为工作目录不对，导入了其他位置的同名旧文件：

  import cleanfile
  print(cleanfile.__file__)
  

  输出的文件路径必须和你刚才编辑的cleanfile.py路径完全一致。

• 跨项目复用的工具模块必须在自身文件内部显式声明所有依赖，不要依赖调用方的导入，否则换个notebook/脚本调用就会报错，也不符合代码复用的要求。
• 常规依赖统一放在模块顶部导入即可，不要写在函数内部，既影响可读性，也会在每次函数调用时重复执行导入逻辑。

内容的提问来源于stack exchange，提问作者Jordin M