pandas调用processdata后DataFrame为NoneType报无head属性错误

报错的核心原因非常明确：你自定义的processdata函数没有设置显式返回值，Python中无显式return的函数会默认返回None，你把这个None赋值给了原本存储DataFrame的data_df变量，覆盖了原有的DataFrame对象，后续调用head()方法自然会触发'NoneType' object has no attribute 'head'的错误。

具体对应到你的代码逻辑：

• 你写的loaddata函数末尾有return(data)语句，能正常把读取到的DataFrame返回给调用方，所以第一次给data_df赋值拿到的是合法的DataFrame对象，第一次调用data_df.head()可以正常运行。
• processdata函数内部的逻辑是对传入的DataFrame逐列做异常值替换、绘制箱线图，全程都是在原对象上做操作，但函数从头到尾没有写return语句返回处理后的对象。
• 执行data_df=processdata(data_df)这行代码时，函数的默认返回值None被赋值给了data_df，原来存的DataFrame被覆盖成了空值类型，后续调用方法就会报属性不存在的错误。

两种修改方案二选一即可：

1. 给processdata函数补充返回值：在函数所有逻辑的最后一行加上return data_df，让函数把处理完成的DataFrame正常返回，你现有的赋值逻辑就可以正常工作。
   补充后的函数末尾示例：

   def processdata(data_df):
       # 保留你原有的逐列异常值处理、绘图代码
       for (columnName, columnData) in data_df.iteritems():
           # 原有所有逻辑不变
           pass
       # 新增下面这行返回语句
       return data_df
   

2. 去掉赋值操作：因为你函数内部是对传入的DataFrame做原地修改，不需要接收返回值，直接调用processdata(data_df)即可，不用写data_df = 的赋值部分，原变量会直接保留处理后的结果。

额外提示：你代码中median=stats.scoreatpercentile(data_df[columnName],99)取的是列的99分位数，不是统计意义上的中位数（中位数对应50分位数），这个属于业务逻辑偏差，和本次报错无关，可以根据你的实际处理需求调整。

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