Pandas删除Judge列值为WITHDRAWN的行时遇KeyError问题求助

第一个错误的原因 #

你这段代码存在两个问题：

adversary_df = adversary_df.drop(adversary_df[adversary_df['Judge'] == 'WITHDRAWN'], axis = 0, inplace = True)

• drop方法的第一个参数如果传入整个DataFrame，pandas会误把这个DataFrame的列名当成要删除的列标签（即使指定了axis=0），所以它会去找['Client No.', 'Defendant/Municipality', 'Judge']这些列，自然找不到，触发KeyError。
• 同时使用inplace=True和赋值是错误的：inplace=True会让drop直接修改原DataFrame，返回None，此时adversary_df = ...会把变量覆盖成None，后续操作必然报错。

第二个错误的原因 #

这段代码的问题在于loc的用法完全错误：

adversary_df = adversary_df.loc([:,'WITHDRAWN'], axis = 0)

• loc的调用必须用方括号[]，不是圆括号()。
• loc[:, 'WITHDRAWN']的语义是「选择所有行，列名为'WITHDRAWN'的列」，但你的DataFrame里没有这个列，只有Judge列，所以触发KeyError。你需要的是筛选行，应该把行的条件放在loc的第一个位置。

正确的实现方法 #

这里提供两种简单可靠的方式：

方法1：布尔索引直接筛选（推荐新手使用） #

直接保留Judge列不等于'WITHDRAWN'的行：

adversary_df = adversary_df[adversary_df['Judge'] != 'WITHDRAWN']

方法2：正确使用drop方法 #

如果想用drop，需要传入符合条件的行的索引，而不是整个DataFrame：

# 不使用inplace，返回新的DataFrame赋值给原变量
adversary_df = adversary_df.drop(adversary_df[adversary_df['Judge'] == 'WITHDRAWN'].index, axis=0)

# 或者使用inplace，此时不需要赋值
adversary_df.drop(adversary_df[adversary_df['Judge'] == 'WITHDRAWN'].index, axis=0, inplace=True)

内容的提问来源于stack exchange，提问作者Jeff Gordon