Python函数中DataFrame作为默认参数未按预期工作的原因咨询

你遇到的问题其实是Python里一个很经典的可变对象作为默认参数的坑，核心原因在于：Python的函数默认参数是在函数定义时就完成绑定的，而不是每次调用函数时重新计算。

为什么不指定main_df会丢失eng_score？ #

我们来拆解你的代码执行过程：

1. 函数定义def merge_selected(df_to_merge, main_df = dfA)时，Python会把main_df的默认值绑定到定义时的dfA对象（也就是那个只有student和math_score的初始DataFrame）。
2. 第一次调用dfA = merge_selected(dfB)：
   • 函数使用默认的初始dfA，和dfB合并后得到包含math_score和eng_score的新DataFrame，然后你把这个新对象赋值给了变量dfA。
   • 注意：此时函数的默认参数main_df依然绑定的是最初的那个dfA对象，变量dfA只是指向了新的对象而已，默认参数没变化。
3. 第二次调用dfA = merge_selected(dfC)：
   • 函数还是用默认的初始dfA（依然只有math_score）和dfC合并，得到的结果自然只有math_score和sci_score，之前的eng_score根本没参与这次合并，所以就丢失了。

为什么显式指定main_df=dfA就正常？ #

当你显式传入main_df=dfA时，每次调用函数都会使用当前变量dfA指向的对象：

• 第一次调用时，dfA是初始对象，合并dfB后得到新对象并重新赋值给dfA。
• 第二次调用时，传入的main_df是第一次合并后的新对象，合并dfC后自然会保留之前的eng_score，得到完整的所有科目成绩。

最佳解决方案：避免用可变对象做默认参数 #

正确的做法是把默认参数设为None，然后在函数内部初始化，这样每次调用函数时都会重新生成默认值（或者使用最新的初始对象）：

import pandas as pd

dfA = pd.DataFrame({'student': ['A'], 'math_score': [50]})
dfB = pd.DataFrame({'student': ['A'], 'eng_score': [70]})
dfC = pd.DataFrame({'student': ['A'], 'sci_score': [80]})

def merge_selected(df_to_merge, main_df=None):
    # 如果没有传入main_df，就使用初始的dfA（可以考虑用copy避免修改原对象）
    if main_df is None:
        main_df = dfA.copy()
    main_df = main_df.merge(right=df_to_merge, how='left', on=['student'])
    return main_df

# 这样调用就不需要显式传main_df了，结果会符合预期
df_result = merge_selected(dfB)
df_result = merge_selected(dfC, main_df=df_result)
print(df_result)

这样既避免了默认参数绑定的陷阱，也保证了每次默认调用都用的是初始的干净对象，而显式传入时则基于最新的结果合并。

内容的提问来源于stack exchange，提问作者orangecat94