如何阻止Python函数返回值自动解包 避免DataFrame传参报错

报错根因 #

你的代码存在两个核心问题共同导致了该报错：

1. 函数返回格式不匹配
   • fun_1、fun_2都返回2个值的元组，调用时用*output解包是正常的
   • fun_3返回单个DataFrame对象，你没有做特殊处理直接用*output解包时，pandas的DataFrame默认迭代逻辑是返回所有列名，你的表刚好有7列，所以相当于给fun_4传了7个列名参数，触发参数数量不匹配的报错
2. fun_3存在未定义变量：函数内只定义了test_df，但直接返回不存在的test_clean_df变量，即使解决了参数问题也会先抛NameError

修复方法 #

方案1：统一所有函数返回格式（推荐，适配现有调用逻辑） #

把所有函数的返回值都统一为元组，单个返回值时加逗号声明为单元素元组，避免解包异常：

import pandas as pd
import numpy as np

def fun_1():
    print("Reading files")
    test_df = pd.read_csv('test.csv')
    test_df = test_df.replace('-',np.nan,regex=True)
    test_map = pd.read_excel('test_map.xlsx')
    test_map = test_map.apply(lambda x: x.astype(str).str.upper())
    # 额外提示：如果test_map是映射表，建议转成Series避免后续map报错：test_map = test_map.set_index('映射键列名')['映射值列名']
    return test_df,test_map 

def fun_2(test_df,test_map):
    print("formatting data types and structure")
    test_df['test_datetime'] = test_df['DATE'] +" " + test_df['TIME']
    test_df= test_df.apply(lambda x: x.astype(str).str.upper())
    test_df['test_datetime'] = pd.to_datetime(test_df['test_datetime'])
    return test_df, test_map 

def fun_3(test_df,test_map):
    print("applying data transformation")
    test_df['person_id'] = test_df['subject_id'].map(test_map)
    test_clean_df = test_df # 补全变量定义
    return (test_clean_df,) # 改为单元素元组返回

def fun_4(test_clean_df):
    test_clean_df.to_csv('test_clean_df.csv',index=False)
    print("file written")
    return (test_clean_df,) # 统一返回格式，方便后续扩展新函数

funcs = [fun_1,fun_2,fun_3,fun_4]

output = []
for func in funcs:
    print(output)
    output = func(*output)

方案2：修改调用逻辑，兼容不同返回格式 #

如果你不想修改原有函数的返回值，可以调整循环内的调用逻辑，判断输出类型再决定是否解包：

funcs = [fun_1,fun_2,fun_3,fun_4]

output = []
for func in funcs:
    print(output)
    if isinstance(output, tuple):
        output = func(*output)
    else:
        output = func(output)

注意使用该方案同样需要先修复fun_3里test_clean_df未定义的问题。

内容的提问来源于stack exchange，提问作者The Great