调用类方法后DataFrame变为NoneType且无法操作的原因排查

你遇到的AttributeError: 'NoneType' object has no attribute 'dropna'错误，以及代码里的其他问题，根源如下：

1. remove_nulls方法的核心错误 #

当你使用dropna(subset=[col], inplace=True)时，inplace=True会直接修改原DataFrame，返回值为None。此时你把self.dataf赋值成了这个None，不管外部是否接收返回值，类内部的self.dataf已经变成无效的None对象，后续任何对它的操作都会触发错误。

修复方式：去掉inplace=True，让dropna返回新的DataFrame对象并赋值：

def remove_nulls(self, col):
    self.dataf = self.dataf.dropna(subset=[col])
    return self.dataf

2. remove_upper_quantile方法的语法错误 #

这个方法还有两处明显问题：

• 括号不匹配：末尾缺少闭合的方括号与圆括号
• 列比较逻辑错误：col是列名字符串，不能直接和数值比较，应该用self.dataf[col]获取列数据

修复后的方法：

def remove_upper_quantile(self, col, quantile_num):
    quantile_val = self.dataf[col].quantile(quantile_num)
    self.dataf = self.dataf[self.dataf[col] < quantile_val]
    return self.dataf

修复后的完整代码 #

class DataCleaner:
    def __init__(self, dataf):
        """this is the constructor that initializes the dataframe to be cleaned"""
        self.dataf = dataf

    def remove_upper_quantile(self, col, quantile_num):
        quantile_val = self.dataf[col].quantile(quantile_num)
        self.dataf = self.dataf[self.dataf[col] < quantile_val]
        return self.dataf

    def remove_nulls(self, col):
        self.dataf = self.dataf.dropna(subset=[col])
        return self.dataf

此时再执行调用代码：

clean_company = DataCleaner(df)
df = clean_company.remove_nulls('market_cap')

就能正常处理数据，返回清理后的DataFrame。

内容的提问来源于stack exchange，提问作者liatkatz