Pandas管道内打印正常但Dummy变量追加未生效的问题排查

问题核心原因 #

你的代码存在两个独立的逻辑错误，共同导致了“管道内打印有列、最终返回结果无列”的反常现象：

• 管道链路的处理结果没有被显式留存
  Pandas的pipe链式调用是基于上一步返回值生成新的中间对象，全程不会修改最开始传入的原始df对象。你写完整条管道链路后直接return df，返回的是函数最初接收的未经过任何加工的原始输入，链路里加工后的对象只是临时传递给了.pipe(print)，打印完成后就被系统回收，从来没有被赋值、保存或者返回过。
  这也是为什么.pipe(print)能看到带Dummy列的结果：它收到的是链路传递的中间加工值，但这个值没有后续的留存动作。
• Dummy列的拼接逻辑方向完全错误
  首先存在基础的方法名拼写错误：正确生成哑变量的方法是pd.get_dummies，不是pd.get_dummy。其次，df.append()是按行方向拼接两个结构的方法，而pd.get_dummies生成的哑变量矩阵和原DataFrame行数完全一致、列名完全不重叠，这种场景下必须按列方向拼接，用pd.concat([原df, 哑变量df], axis=1)才能把新列正确合并到原表上，原来的append写法哪怕能运行，也会生成大量带空值的无效行。
  另外你的占位函数function内部用pass时默认返回None，如果直接运行示例代码，第一步pipe就会把None传递给后续环节，直接触发报错，这也是管道使用中非常容易踩的小坑。

符合Pandas管道使用规范的正确实现 #

管道设计的核心原则是每个处理函数接收输入DataFrame、返回加工后的DataFrame，全程靠链路传递对象，不要中途依赖对原始入参的修改：

import pandas as pd

def function(df):
    # 占位函数需要返回传入的df，否则第一步pipe就会把None传递给后续环节
    return df

def create_dummy(df, col_name):
    # 生成指定列的哑变量，按列维度完成合并
    dummy_matrix = pd.get_dummies(df[col_name])
    return pd.concat([df, dummy_matrix], axis=1)

def mah_pipe(df):
    # 显式接住管道链路的最终处理结果，不要直接返回原始入参
    processed_result = (
        df.pipe(function)
          .pipe(create_dummy, col_name="col")
    )
    # 基于处理后的结果做打印输出
    print(processed_result)
    # 返回加工完成的对象
    return processed_result

# 调用测试
final_output = mah_pipe(raw_input_df)
print(final_output)

关键认知提醒 #

Pandas的pipe没有任何“原地修改原始数据”的隐式逻辑，所有加工操作都是生成新的DataFrame对象。你必须显式把链路的最终返回值存下来、再返回给调用方，否则就会出现“链路中间环节看起来正常、最终返回的还是最原始数据”的问题。

内容的提问来源于stack exchange，提问作者A39-A20