AutoClean运行异常：脚本退出码1，无法打印DataFrame头部求助

你的脚本存在多个语法逻辑错误，导致运行直接退出（code=1），以下是具体问题和修复步骤：

核心错误点 #

• 错误定义__init__函数：__init__是类的构造方法，不能单独作为普通函数定义，且你未调用该函数，内部的resultat赋值完全无效。
• pd.read_csv参数误用：你试图直接将列名作为参数传递来指定类型，这不符合read_csv的语法，正确方式是用dtype字典传入列类型映射。
• 变量作用域问题：__init__内的resultat是局部变量，外部代码无法访问，会触发NameError。
• 布尔参数传值错误：AutoClean的duplicates='True'这类参数传入的是字符串，而非布尔值True，会导致参数解析失败。
• 错误遍历self.pipeline：没有定义类，self不存在，且AutoClean返回的是单个清洗实例，不是可迭代列表。

修复后的完整代码 #

from AutoClean.autoclean import AutoClean
import pandas as pd

# 定义各列的数据类型映射字典
dtype_mapping = {
    'profileUrl': str,
    'fullName': str,
    'firstName': str,
    'lastName': str,
    'profileImage': str,
    'additionnalInfo': str,
    'connectionDegree': str,
    'job': str,
    'location': str,
    'sharedConnections': str,
    'commonConnection1': str,
    'url': str,
    'name': str,
    'query': str,
    'category': str,
    'commonConnection': str,
    # 用object类型兼容NoneType数据，后续AutoClean会自动处理
    'timestamp': object,
    'error': object
}

# 正确读取CSV并指定列类型
resultat = pd.read_csv(
    r"C:\Users\radia\Downloads\result-(11)-csv.csv",
    dtype=dtype_mapping
)

# 初始化AutoClean，注意布尔参数用True/False而非字符串
cleaner = AutoClean(
    resultat,
    mode='manual',
    duplicates=True,
    missing_num='linreg',
    missing_categ='auto',
    encode_categ=False,
    extract_datetime='auto',
    outliers='delete',
    outlier_param=1.5,
    logfile=True,
    verbose=True
)

# 获取清洗后的DataFrame
cleaned_data = cleaner.output

# 打印数据集头部
print(cleaned_data.head())

# 若需要保存清洗后的文件，取消下面注释
# cleaned_data.to_csv(r"C:\Users\radia\Downloads\cleaned_result.csv", index=False)

额外排查建议 #

如果修复后仍报错，直接在终端运行脚本（而非Debug模式），获取具体错误信息：

python "c:\Users\radia\OneDrive\Bureau\Scripts\automatisation_data_cleaning.py"

终端会输出详细的错误栈，帮助定位剩余问题。

内容的提问来源于stack exchange，提问作者Radia