Python封装Azure Blob文件读取函数时df名称错误如何解决

自定义函数报错核心有3个问题：

• 变量作用域不匹配：函数内对dataframe的赋值仅修改局部变量，无法同步到函数外部；且调用时传入未提前定义的df变量，会直接触发NameError。
• 参数设计冗余：函数不需要接收外部DataFrame作为入参，读取结果直接通过返回值传递即可，不需要在外部提前声明变量承接。
• 变量覆盖问题：函数内将传入的文件名参数直接重赋值为下载后的Blob对象，后续日志打印会输出Blob实例信息而非原始文件名，可读性极差。

提前确保已导入依赖、完成Blob容器客户端初始化：

from io import BytesIO
import pandas as pd
# container 为你提前初始化完成的Azure Blob容器客户端对象

单文件读取函数 #

def download_blob_to_df(blob_filename: str) -> pd.DataFrame | None:
    """
    读取Azure Blob中的单个CSV文件转为Pandas DataFrame
    :param blob_filename: Blob存储内的文件路径/文件名
    :return: 读取成功返回对应DataFrame，读取失败返回None
    """
    try:
        print(f"Reading {blob_filename} from blob storage")
        blob_content = container.download_blob(blob_filename)
        df = pd.read_csv(BytesIO(blob_content.readall()))
        print(f"{blob_filename} read successfully")
        return df
    except Exception as e:
        print(f"{blob_filename} load failed due to: {str(e)}")
        return None

调用方式：不需要提前定义df变量，直接接收返回值即可

# 替换为你实际的Blob文件名
df = download_blob_to_df("grower_data.csv")

批量读取扩展 #

如果需要一次性读取多个文件，基于单文件函数封装批量逻辑即可：

def batch_download_blob_dfs(blob_filename_list: list[str]) -> dict[str, pd.DataFrame]:
    """
    批量读取Blob存储中的多个CSV文件
    :param blob_filename_list: 待读取的Blob文件名列表
    :return: 字典结构，key为文件名，value为对应读取到的DataFrame，读取失败的文件不会纳入返回结果
    """
    result = {}
    for filename in blob_filename_list:
        file_df = download_blob_to_df(filename)
        if file_df is not None:
            result[filename] = file_df
    return result

批量调用示例：

# 替换为你实际需要读取的文件列表
target_files = ["grower_data.csv", "device_data.csv", "yield_data.csv"]
all_dataset = batch_download_blob_dfs(target_files)
# 取指定文件的DataFrame直接按key索引即可，例如：
# grower_df = all_dataset["grower_data.csv"]

原代码执行download_func(data,df)时，全局作用域下没有预先定义df变量，传入不存在的变量会直接抛出名称错误。即便提前声明df = None再传入，由于Python函数内对参数重新赋值只会修改局部变量指向，外部的df也无法拿到函数内读取到的DataFrame结果，属于典型的参数传递逻辑错误。

内容的提问来源于stack exchange，提问作者Harisha G