Question

我正在尝试从 xlsx 文件加载和编辑数据帧。该文件位于我在变量 einlesen 中定义的路径中。修复错误后，我想删除一行并将新数据帧保存在特定路径的新 xlsx 文件中。

import os
import re
import pandas as pd
import glob
import time

def setwd():
    from pathlib import Path
    import os

    home = str(Path.home())
    
    os.chdir(home + r'\...\...\Staffing Report\Input\...\Raw_Data')
    
    latest = home + r'\...\...\Staffing Report\Input\MyScheduling\Raw_Data'
    
    folders = next(os.walk(latest))[1]
    creation_times = [(folder, os.path.getctime(folder)) for folder in folders]
    creation_times.sort(key=lambda x: x[1])
    
    most_recent = creation_times[-1][0]
    print('test' + most_recent)
    
    os.chdir(latest + '\\' + most_recent + '\\')
    
    print('current cwd is: ' + os.getcwd())
    
    save_dir = home + '\...\...\Staffing Report\Input\MyScheduling\Individual Status All\PBI\\' + 'Individual_Status.xlsx'
    

def rowdrop():
    
    einlesen = os.getcwd()
    print('test einlesen: ' + einlesen)
    
    df = pd.DataFrame()
    df = pd.read_excel('Individual Status.xls', sheet_name = 'Individual Status Raw Data')
    df = pd.DataFrame(df)

#main

setwd()
rowdrop()

df.to_excel(save_dir, index = False)

print(df)

如果我试图运行代码，它总是指出：

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-92-060708f6b065> in <module>
      2 rowdrop()
      3 
----> 4 df.to_excel(save_dir, index = False)
      5 
      6 print(df)

NameError: name 'df' is not defined

Answer 1

您收到错误是因为您只在 df 函数中定义了 rowdrop；定义在函数内部的变量只能在函数内部访问，除非你做一些改变。

更改您的函数以返回 df：

def rowdrop():
    
    einlesen = os.getcwd()
    print('test einlesen: ' + einlesen)
    
    df = pd.DataFrame()
    df = pd.read_excel('Individual Status.xls', sheet_name = 'Individual Status Raw Data')
    df = pd.DataFrame(df)
    return df

并将函数调用的返回值赋给一个变量：

df = rowdrop()

另一种被认为是不好的做法是使用 global 方法使 df 变量成为全局变量：

def rowdrop():
    global df
    einlesen = os.getcwd()
    print('test einlesen: ' + einlesen)

    df = pd.DataFrame()
    df = pd.read_excel('Individual Status.xls', sheet_name = 'Individual Status Raw Data')
    df = pd.DataFrame(df)

使用上述方法，您不需要将函数调用分配给变量，但请不要使用该方法，参见Why are global variables evil?

Answer 2

您应该在函数 rowdrop 中返回数据框。我想指出的是，您的函数名称可能不是最相关的，因为它还会创建并返回一个数据帧。

def rowdrop():
    
    einlesen = os.getcwd()
    print('test einlesen: ' + einlesen)
    
    df = pd.DataFrame()
    df = pd.read_excel('Individual Status.xls', sheet_name = 'Individual Status Raw Data')
    df = pd.DataFrame(df)
    return df

#main

setwd()
df = rowdrop()

Answer 3

您得到的 NameError 之所以发生，是因为您从函数 df 外部引用了变量 rowdrop()。您应该在该函数内调用此 df.to_excel(save_dir, index = False)。

我建议您在 Google 上搜索“Python 中的变量范围”以查找更多信息。

此外，您在那里执行了不必要的步骤。使用 df = pd.read_excel(...) 函数将 Excel 文件加载到 Pandas DataFrame 中就足够了。

def rowdrop():
    
    einlesen = os.getcwd()
    print('test einlesen: ' + einlesen)
    
    df = pd.read_excel('Individual Status.xls', sheet_name = 'Individual Status Raw Data')

然后您可以使用 df.drop() 函数删除您想要的行，然后使用 df.to_excel 保存它

查看更多：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.drop.html

熊猫：df（数据框）未定义

3 个答案: