Pandas多列查找NaN值触发KeyError：报错解析与解决方法

错误原因 #

你用df['col1', 'col2', 'col3']的写法是错误的——Pandas中选择多列需要双层方括号，单层方括号传入元组会被当作单个列名去查找，而你的数据集可能存在重复列名，进一步触发了维度相关的KeyError。

修复方案 #

1. 修正列选择语法 #

把列选择部分改成双层方括号，这是Pandas选多列的标准写法：

# 替换空格为NaN（补充完整流程）
import numpy as np
df = df.replace(' ', np.nan)

# 筛选指定列中含NaN的行
nan_rows = df[df[['col1', 'col2', 'col3']].isna().any(axis=1)]

2. 处理重复列名（如果存在） #

如果数据集确实有重复列名，先通过重命名解决：

# 给重复列添加后缀区分
df.columns = [f"{col}_{idx}" if df.columns.tolist().count(col) > 1 else col for idx, col in enumerate(df.columns)]

# 再执行筛选
nan_rows = df[df[['col1', 'col2', 'col3']].isna().any(axis=1)]

3. 筛选所有列中含NaN的行（如果不需要指定列） #

如果要找任意列含NaN的行，直接简化代码：

nan_rows = df[df.isna().any(axis=1)]

验证结果 #

运行上述代码后，nan_rows会包含所有目标列（或所有列）中存在NaN的行，即你期望的row1、row3、row4、row5。

内容的提问来源于stack exchange，提问作者Deidraak