使用pandas dropna(subset=['C'])时触发KeyError:['C']报错如何解决

报错的核心原因是CSV表头的列名前带有多余空格，pandas默认读取时会原样保留列名：你定义的CSV表头为A, B, C, D，每个逗号分隔符后都有一个空格，实际读入DataFrame后的列名为'A'、' B'、' C'、' D'（B/C/D列名前都带一个前置空格）。此时传入subset=['C']查找名为'C'的列时，pandas匹配不到对应列，就会抛出KeyError: ['C']。
可以执行print(df.columns.tolist())快速验证，输出会直接显示列名带前置空格的问题。

根据使用场景选以下任意一种方案即可：

• 读入CSV时自动清理分隔符后的空格：调用read_csv时加入skipinitialspace=True参数，这是最推荐的方案，从读入环节就避免列名带空格的问题，后续所有列操作都不会受多余空格影响。
  修正后的读入代码：

  df = pd.read_csv(StringIO(csv_data), skipinitialspace=True)
  

• 已读入数据后批量清理列名空格：如果不想重新读入数据，可以直接对列名做首尾空白字符去除处理：

  df.columns = df.columns.str.strip()
  

• 直接匹配带空格的列名：临时调试可以直接传入带前置空格的列名df.dropna(subset=[' C'])，但不推荐长期使用，后续写代码时很容易因为忘记空格存在反复触发同类报错。

修正后执行df.dropna(subset=['C'])就能正常删除C列存在空值的行，输出结果如下：

A     B     C    D
0   1.0   2.0   3.0  4.0
2  10.0  11.0  12.0  NaN

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