在独立模块调用pandas的df.loc函数时遇NameError问题求助

这个问题很常见——你的函数现在默认去全局作用域找df，但它只存在于调用函数的那个程序的局部作用域里，所以会报错。解决方法很简单，把df作为参数传递给函数，这样函数就能明确知道要操作哪个DataFrame了。

修改你的复用函数 #

直接把df加到函数的参数列表里，这样调用时就能传入目标DataFrame：

def research_data_dictionary(df):
    df.loc[df.ProductName == 'Product1', "DescriptorName"] = 'CP AA'
    df.loc[df.ProductName == 'Product2', "DescriptorName"] = 'CP BBB'
    # 可选：返回修改后的df（因为DataFrame是可变对象，修改会直接作用在原对象上，返回只是为了链式调用方便）
    return df

在主程序中调用 #

在定义好df的程序里，调用时把df传进去就行：

import pandas as pd
from your_module_name import research_data_dictionary  # 替换成你的模块名

# 主程序中定义DataFrame
df = pd.DataFrame({
    'ProductName': ['Product1', 'Product2', 'Product3'],
    'DescriptorName': ['', '', '']
})

# 调用函数，传入df
research_data_dictionary(df)

# 或者用返回值重新赋值（可选，效果和上面一样）
# df = research_data_dictionary(df)

# 查看修改后的结果
print(df)

为什么不推荐用全局变量？ #

可能有人会想把df设为全局变量，但这会破坏模块化的初衷——你的函数会和特定的全局变量绑定，复用性大打折扣，而且代码可读性和维护性都会变差。传递参数是更清晰、更符合Python最佳实践的方式。

内容的提问来源于stack exchange，提问作者Terrance Boyd