Python函数内创建的pandas DataFrame外部无法访问、为空怎么解决？

你遇到的是Python变量作用域规则导致的问题：函数内部通过赋值创建的变量默认属于局部作用域，仅在函数运行期间有效，函数执行结束后局部变量会被回收，因此全局作用域无法直接访问。

将函数内生成的DataFrame通过return语句返回，在函数外部接收返回值即可正常访问，修正后代码如下：

import pandas as pd

# 从CSV文件加载数据
def LoadFiles():
    x = pd.read_csv('columns_description.csv', index_col=None)
    print("列描述信息")
    print(f"行数/记录数: {x.shape[0]}")
    print(f"列数/变量数: {x.shape[1]}")
    # 新增返回语句，将局部变量返回
    return x

# 外部接收函数返回的DataFrame
x = LoadFiles()
x.head()

同样通过return返回内部生成的派生汇总DataFrame即可，同时注意你原代码中存在逻辑错误：给var_y赋值的第一个元素误写为了整个数据集y，实际应该是列名var，修正后代码如下：

import pandas as pd

y = pd.read_csv('columns_description.csv', index_col=None)

def refresh_y():
    var_y = pd.DataFrame(columns=['变量','唯一值数量'])
    for i, var in enumerate(y.columns):
        # 修正原代码的赋值错误
        var_y.loc[i] = [var, y[var].nunique()]
    # 返回汇总后的派生表
    return var_y

# 外部接收返回的汇总表
var_y = refresh_y()

后续如果基础数据集y更新，重新调用refresh_y()即可拿到最新的汇总结果，完全满足批量更新派生数据集的需求。

如果特殊场景需要直接修改全局变量，可以在函数内用global关键字声明变量，但该方案会提高代码耦合度，调试难度更高，不推荐作为首选方案，示例如下：

import pandas as pd

x = None
def LoadFiles():
    # 声明x为全局变量
    global x
    x = pd.read_csv('columns_description.csv', index_col=None)

内容的提问来源于stack exchange，提问作者Dilip M Nair