Jupyter单元格全局DataFrame在Python函数内调用报错问题咨询

1. UnboundLocalError触发逻辑 #

Python在定义函数时会扫描整个函数体的所有代码，只要存在对某个变量名的直接赋值操作（即变量名 = xxx格式的语句），就会将该变量标记为局部变量，全程优先从函数局部作用域查找该变量，哪怕赋值语句位于引用语句之后、或者被条件分支包裹未实际执行，标记规则依然生效。

注意：subjdf['subid'] = df1['indid']、subjdf.drop(inplace=True)这类操作属于修改可变对象的内部属性/元素，不是对subjdf变量名本身的赋值，不会触发局部变量标记。

你当前fun3的省略代码中，大概率存在对subjdf的直接赋值逻辑，所以Python将subjdf判定为局部变量，但你在执行赋值操作前就先调用了该变量修改内容，因此触发“局部变量引用前未赋值”报错。添加global subjdf声明后，Python会明确该变量使用全局作用域的对象，不再判定为局部变量，报错消失。

2. 为什么fun4中testdf无同类报错 #

因为fun4内不存在对testdf变量名的直接赋值操作，只有修改DataFrame内部内容的逻辑，所以Python不会将testdf标记为局部变量，会自动向上查找全局作用域中已经定义的testdf对象，因此不会触发报错。

3. 为什么之前相同写法可以正常运行 #

通常是两类原因：

• 此前版本的fun3中不存在对subjdf的直接赋值逻辑，后续代码迭代新增了相关语句后触发了规则
• Jupyter内核存在之前运行代码的缓存，比如此前运行过带global声明的版本，规则被覆盖，重启内核后标准作用域规则生效就出现了报错

• 优先采用参数传递+返回值的写法，完全规避全局变量和作用域问题：将需要在函数中使用的外部对象作为参数传入，修改后随返回值返回，示例如下：

# 改造后的fun3写法
def fun3(df1,df2,df3, subjdf): # 把需要操作的subjdf作为入参传入
...
  subjdf['subid'] = df1['indid']
...
return df1,df2,df3,subjdf # 修改完成后作为返回值抛出

• 如果确需使用全局变量，在所有操作该全局变量的函数开头显式添加global 变量名声明，明确告知Python作用域范围
• Jupyter环境出现异常作用域问题时，优先重启内核按顺序重新运行所有单元格，排除历史缓存干扰

内容的提问来源于stack exchange，提问作者The Great