Python报错UnboundLocalError: local variable 'columns' referenced before assignment如何解决

这个UnboundLocalError: local variable 'columns' referenced before assignment报错的核心是：你代码里的columns变量仅在读取到以#T开头的注释行时才会被定义赋值，只要你的结果文件不存在符合该规则的行，或者程序执行到pd.DataFrame(data, columns=columns)这一行时columns还没有被赋值，就会触发该错误。

• 首先校验你的结果文件格式，确认是否存在以#T开头的表头注释行，且该行的字段是用制表符分隔的，这是你当前代码预设的表头来源，如果文件缺失该行，要么补全文件的表头注释，要么修改代码适配你的实际文件格式。
• 给columns变量增加初始化逻辑和兜底判断，避免找不到符合条件的表头行时变量未定义：可以在函数开头就初始化columns为None，读取完所有行后先判断columns是否已经被赋值，如果未赋值抛出明确的错误提示，也可以根据你的业务需求设置默认列名。
• 额外补充边界场景判断，比如文件为空、所有行都是注释行无有效数据的场景，避免后续生成DataFrame、转换字段类型时报其他错误。

import numpy as np
import pandas as pd
import glob
import os
import matplotlib.pyplot as plt
#import cv2
from statsmodels.stats.proportion import proportion_confint


def readResults(resultsFile):
    
    data = []
    obsID = int(resultsFile.split('\\')[-1][:-4])
    # 新增：初始化columns变量
    columns = None
    
    with open(resultsFile, 'r') as r:
        for line in r:                  # 遍历每一行
            if line[0] == '#':          # 跳过注释行
                if line[1] == 'T':
                    line = line.rstrip().strip('#')
                    columns = line.split('\t')
                    columns.insert(2, 'frame')
                    columns.append('obsID')
                    
                continue
            
            line = line.rstrip().split('\t')
            line.append(obsID)
            data.append(line)
    
    # 新增：兜底判断columns是否被成功赋值
    if columns is None:
        # 如果不需要从文件读取表头，可以直接在这里自定义默认列名替换raise逻辑，例如：
        # columns = ['col1','col2','frame',...,'obsID']
        raise ValueError(f"文件{resultsFile}中未找到以#T开头的表头注释行，无法匹配列名")
    # 新增：判断是否有有效数据
    if not data:
        raise ValueError(f"文件{resultsFile}中无有效数据行")
    
    df = pd.DataFrame(data, columns=columns)
    
    print(df.info)
    # 设置变量数据类型
    df = df.astype({'frame':'int64',
                    'hit_flag':'int64',
                    'x':'int64','y':'int64',
                    'flip_flag':'int64',
                    'ImageFile':'str'
                    })
    
    return df

内容的提问来源于stack exchange，提问作者spcs_lay