Pandas中groupby后调用get_group(None)报KeyError的解决方法

这是因为 pandas 的 groupby() 方法默认参数 dropna=True，会自动排除包含 None/NaN 的分组——哪怕原数据列里存在 None，默认分组后也不会保留这个组，所以调用 get_group(None) 会触发 KeyError。

不用转换 None 的解决方法有两种：

方法一：groupby 时设置 dropna=False #

在分组时显式指定 dropna=False，保留包含 None 的分组，之后就能正常用 get_group(None) 获取目标数据：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'A': [1, None, 2, None], 'B': [10, 20, 30, 40]})

# 保留None的分组
gb = df.groupby('A', dropna=False)
# 获取None对应的分组
none_group = gb.get_group(None)
print(none_group)

方法二：直接用布尔索引筛选 #

如果不需要完整的分组操作，直接通过布尔索引就能拿到所有 A 列为 None 的行，更简洁：

none_group = df[df['A'].isna()]

内容的提问来源于stack exchange，提问作者Marc Bacvanski