为何Pandas中axis=1时dropna函数指定subset参数会报错？

先理清核心逻辑 #

• axis=0：操作目标是行，即删除「符合缺失条件的行」
• axis=1：操作目标是列，即删除「符合缺失条件的列」
• subset的作用是限定检查缺失值的范围，但这个范围的维度和axis完全对立：要删行就指定检查哪些列；要删列就指定检查哪些行。

用实例理解 #

场景1：删除行（axis=0）

如果要删除「在col1或col2列中有缺失值的行」，写法如下：

df.dropna(axis=0, subset=['col1', 'col2'])

这里subset传列名逻辑通顺：只检查col1和col2，只要某行在这两列里有缺失，就删掉该行。

场景2：删除列（axis=1）

如果要删除「在第0行或第2行中有缺失值的列」，写法如下：

df.dropna(axis=1, subset=[0, 2])

这里subset传行标签逻辑通顺：只检查第0行和第2行，只要某列在这两行里有缺失，就删掉该列。

为什么你的用法会报错？ #

你在axis=1时给subset传了列名，Pandas会把这些列名当成行标签去匹配查找，如果你的行标签里没有这些列名，必然会报错。这是因为subset的设计逻辑就是：

当你要删除某一维度（行/列）的元素时，subset用来指定在另一维度的哪些位置检查缺失值。

若你想实现「只检查部分列，删除有缺失的列」？ #

如果你的真实需求是针对某几列，删除其中存在缺失值的列，直接对目标列处理即可，比如：

cols_to_check = ['col1', 'col2']
# 筛选出cols_to_check中无缺失值的列
df = df[cols_to_check].dropna(axis=1)

内容的提问来源于stack exchange，提问作者Kristy