TypeError: NoneType不可下标化：删除高缺失值列报错排查

错误原因 #

你的代码报错是因为使用inplace=True时，DataFrame.drop()会直接修改原DataFrame并返回None，而你将这个返回值重新赋值给了Leads。第一次删除列后，Leads变成None，后续循环访问Leads[i]自然会触发TypeError: 'NoneType' object is not subscriptable。

修复方案 #

方案1：修正循环内的删除逻辑 #

保留inplace=True但不要赋值，同时遍历复制后的列名列表（避免循环中列数变化引发的异常）：

for i in Leads.columns.copy():
    if (Leads[i].isnull().sum() / Leads.shape[0]) > 0.40:
        Leads.drop(i, axis=1, inplace=True)

方案2：更高效的Pandas向量化写法（推荐） #

避免循环，直接计算所有列的缺失率，一次性筛选并删除目标列，性能更优：

# 计算每列缺失值占比
missing_ratios = Leads.isnull().sum() / len(Leads)
# 筛选出缺失率超过40%的列名
cols_to_drop = missing_ratios[missing_ratios > 0.4].index
# 删除列（二选一：赋值给新变量或直接修改原DataFrame）
Leads = Leads.drop(cols_to_drop, axis=1)
# 或者用inplace直接修改原数据
# Leads.drop(cols_to_drop, axis=1, inplace=True)

内容的提问来源于stack exchange，提问作者vinit jindal