Python函数内字典推导式用eval调用变量触发NameError问题

报错原因 #

• 核心问题是 Python 3 中的字典推导式拥有独立的嵌套作用域，和函数的本地作用域相互隔离。eval()执行时默认只会查找当前执行上下文的作用域、全局作用域，无法直接访问推导式外层的函数本地变量。
• 你逐行执行代码时，primes_cols等变量都定义在全局作用域，推导式可以正常访问全局变量，所以不会报错；代码封装进函数后，primes_cols等变量属于函数本地作用域，推导式内的eval()无法检索到这些变量，就抛出了NameError。
• 额外说明：生产环境不建议随意使用eval()，该函数存在代码注入的安全隐患，且当前场景完全有更稳妥的替代写法。

修复方案 #

方案1：用列映射字典替代eval（最推荐） #

完全规避eval的所有问题，代码可读性和安全性都更高：

import pandas as pd

primes = pd.DataFrame(columns = ['A','B','C','D'], data=[[3,5,7,11]])
tens = pd.DataFrame(columns = ['E','F','G','H'], data=[[10,20,30,40]])
evens = pd.DataFrame(columns = ['I','J','K','L'], data=[[4,8,12,16]])

def process():
    keys = ['primes','tens','evens']
    # 提前定义每个key对应的保留列，替代分散的xxx_cols变量
    col_mapping = {
        'primes': ['A','B'],
        'tens': ['E','F'],
        'evens': ['I','J']
    }
    data = {key:eval(key) for key in keys}
    # 直接从映射字典取列，不需要eval
    data = {key:value[col_mapping[key]] for (key, value) in data.items()}
    return data

df = process()

方案2：手动给eval传入本地命名空间 #

如果要保留现有变量定义逻辑，只需要给eval手动传入函数的本地作用域即可：
仅修改推导式那一行代码：

data = {key:value[eval(key + '_cols', globals(), locals())] for (key, value) in data.items()}

手动指定eval查找变量的全局、本地命名空间后，就能正常识别函数内定义的primes_cols等变量了。

内容的提问来源于stack exchange，提问作者Les_Zee