函数调用拼接DataFrames报错：局部变量'df_all'未赋值即引用

你碰到的这个错误，核心原因是变量作用域的问题：虽然你在全局作用域定义了df_all，但在save_data函数内部尝试给它赋值时，Python默认会把它当成一个新的局部变量，而你在pd.concat里先引用了这个还没创建的局部变量，自然就报错了。

修正方案1：正确使用全局变量 #

只需要在save_data函数开头明确声明要使用全局的df_all，同时调整concat的顺序（让新数据追加到末尾，符合你的预期）：

import pandas as pd
import numpy as np
from IPython.display import display, HTML

# 初始化全局的df_all
df_all = pd.DataFrame()

def save_data(df):
    global df_all  # 关键：告诉Python我们要用全局作用域的df_all
    # 调整顺序，把新数据追加到现有数据的末尾
    df_all = pd.concat([df_all, df], axis=0)
    display(df_all)
    return df_all

def opt():
    df = pd.DataFrame(np.random.randn(1, 4), columns=list('ABCD'))
    display(df)
    save_data(df)

# 循环执行3次
for i in range(3):
    opt()
display(df_all)

为什么要加global df_all？

• 当你在函数内部给一个变量赋值时，Python默认会将其视为局部变量。如果没有这行声明，函数里的df_all和全局的df_all是两个完全不同的变量，而你在赋值前就引用了这个局部变量，就会触发"referenced before assignment"的错误。

另外注意pd.concat的顺序：你原来的写法是把新数据放在前面，循环3次后数据顺序会是倒序的（第3次生成的行在最上面），调整顺序后就能按循环顺序保存数据了。

修正方案2：避免全局变量（更推荐） #

全局变量容易导致代码耦合度高、不易维护，我们可以通过参数传递的方式来实现需求：

import pandas as pd
import numpy as np
from IPython.display import display, HTML

def save_data(df, df_all):
    # 直接传入df_all，更新后返回
    df_all = pd.concat([df_all, df], axis=0)
    display(df_all)
    return df_all

def opt(df_all):
    df = pd.DataFrame(np.random.randn(1, 4), columns=list('ABCD'))
    display(df)
    # 调用save_data并接收更新后的df_all
    df_all = save_data(df, df_all)
    return df_all

# 初始化df_all，循环中不断更新它
df_all = pd.DataFrame()
for i in range(3):
    df_all = opt(df_all)
display(df_all)

这种方式把df_all作为参数在函数间传递，每个函数只负责自己的逻辑，代码更清晰，也不会出现作用域混淆的问题。

内容的提问来源于stack exchange，提问作者Samir Alhejaj