Python自定义函数返回DataFrame及KeyError问题解决方案

故障根因 #

• Python 函数默认可以读取上层作用域的可变对象（比如你用到的dataDct字典），只要调用函数时dataDct已经完成初始化、存在于当前运行环境，哪怕不声明为全局变量，函数内也能正常访问字典内容，你的KeyError基本不是作用域问题导致的。
• 真正的常见触发点有两类：
  • 键名匹配偏差：你传入函数的参数x，和dataDct中实际存储的键名没有完全对齐——比如存在大小写差异、首尾多余空格、拼写错误，哪怕一个字符不一致都会触发KeyError。
  • 冗余格式化操作引入的键名错误：你代码中dataDct['{}'.format(x)]是完全冗余的写法，等价于直接用x做字典键；如果传入的x不是纯字符串类型，这种格式化操作会生成字典中根本不存在的键值，直接触发报错。

修复后可用的函数实现 #

去掉对全局作用域的依赖，把dataDct作为函数参数传入，完全绕开“无法声明全局变量”的限制，同时删掉冗余的格式化逻辑：

def assign(x: str, data_dict: dict):
    # 先做键名校验，快速定位匹配错误
    if x not in data_dict:
        raise KeyError(f"传入键{x}无效，当前字典可用键为：{list(data_dict.keys())}")
    # 取对应DataFrame做筛选
    target_df = data_dict[x]
    filtered_df = target_df[target_df['_id'].str.contains("784561B7F90F")]
    return filtered_df

33个文件的批量高效处理方式 #

不需要逐行手动编写筛选代码，只需要把所有需要处理的键名整理成列表，通过循环批量调用函数生成结果：

# 整理所有需要处理的DataFrame对应的键名，共33个
target_key_list = ['motions', '其他数据键1', '其他数据键2']

# 批量生成所有筛选后的结果，存在新字典里方便后续调用
filtered_result = {
    key: assign(key, dataDct)
    for key in target_key_list
}

内容的提问来源于stack exchange，提问作者nandi1596