近日，多位数据科学家在社区反映，在使用 Streamlit 构建交互式数据应用时，调用 Pandas 的 df.info() 方法，页面上竟返回一串 None，而同样用于数据预览的 df.head() 和 df.shape 却工作正常。这一现象导致部分用户误认为数据框为空或函数异常，造成不必要的排查时间。本文将从技术原理出发，揭示问题根源，并提供可靠的替代方案。

现象：为何只有 info() 表现“异常”？

在典型的 Streamlit 脚本中：

import streamlit as st
import pandas as pd

df = pd.read_csv("sample.csv")
st.write(df.head())      # ✅ 正常显示表格
st.write(df.shape)       # ✅ 正常显示 (1000, 20)
st.write(df.info())      # ❌ 页面输出 None

运行后，浏览器中前两行正常呈现，而 df.info() 的输出为 None。部分用户尝试 st.info(df.info()) 或 st.text(df.info())，结果依然为 None，但调用 df.info(verbose=True) 同样无效。这并非数据框的问题——df.head() 能显示前5行，df.shape 返回正确的行列数，证明数据加载无误。

技术解读：info() 的设计与 Streamlit 渲染机制冲突

要理解这个“Bug”，需要回顾 DataFrame.info() 的底层实现。根据 Pandas 官方文档，info() 是一个专为终端控制台设计的诊断函数。它的输出方式并非返回字符串，而是直接写入标准输出（stdout）——即直接打印到终端，而非返回一个可被 Python 捕获的对象。

# 对比
print(type(df.head()))   # <class 'pandas.core.frame.DataFrame'>
print(type(df.shape))    # <class 'tuple'>
print(type(df.info()))   # <class 'NoneType'>  —— 因为返回值是 None

当用户在交互式环境（如 Jupyter Notebook）中直接执行 df.info() 时，Notebook 会捕获默认输出并显示在单元格下方，用户感觉“正常”。但 Streamlit 的渲染流程不同：框架通过 st.write() 或 st.dataframe() 接收 Python 对象，并将其转换为 HTML/React 组件。对于 None，Streamlit 只能显示一个空白或字面 None。这便是问题的直接原因——info() 没有返回任何可渲染的对象。

此外，Streamlit 执行脚本时，df.info() 的打印内容会被重定向到 Terminal（运行 Streamlit 的命令行窗口），而不会出现在网页上。因此，用户看到的是 None，但实际诊断信息已悄悄打印到了后台终端。

解决方案：三种方式正确显示 DataFrame 诊断信息

方案一：捕获输出，手动转为字符串

最直接的修正方法是使用 io.StringIO 捕获 info() 的打印内容，再作为普通字符串传入 st.text()：

import io
import sys
buffer = io.StringIO()
df.info(buf=buffer)
info_str = buffer.getvalue()
st.text(info_str)

此方法保留了 info() 的完整格式，包括列名、非空计数和数据类型，适用于需要精确诊断的场景。

方案二：改用 df.describe() 或 df.dtypes

如果只需要统计概览，df.describe() 返回一个 DataFrame，可直接被 Streamlit 渲染：

st.dataframe(df.describe())

若需查看各列数据类型，df.dtypes 返回 Series，也能正常显示：

st.write(df.dtypes)

方案三：使用第三方库 streamlit-pandas-profiling

对于需要更丰富诊断报告的用户，可安装 streamlit-pandas-profiling 插件，直接在页面生成交互式数据画像，涵盖 info() 的所有信息。

注意事项与最佳实践

  1. 不要盲目认为数据为空：看到 None 时，先检查是否该函数本身返回 None，而非数据内容异常。
  2. 优先使用 DataFrame 方法：在 Streamlit 中，尽量选择返回 DataFrame 或序列的方法（如 head(), describe(), dtypes），它们天然适配框架。
  3. 调试信息输出：若确实需要 info() 格式，建议捕获后写入 st.sidebar 或 st.expander，避免占用主区域空间。

结语：框架差异需熟记

Pandas 的 info() 并非“失效”，而是其设计初衷与 Streamlit 的渲染流水线存在错位。随着数据应用开发逐渐从命令行转向 Web 界面，类似的技术摩擦会越来越多。理解底层机制（输出 vs 返回值），并掌握正确的适配方法，是数据工程师和科学家必备的技能。社区已有多条相关 Issue（如 streamlit#2789），建议用户在调用任何函数前，先确认其返回类型，再决定如何在 Streamlit 中展示。

小贴士：下次再遇到 st.write(df.info()) 显示 None，只需记住——它打印在了终端，而不是网页。用 StringIO 把它请回来即可。