Python pandas按列值删除记录时出现KeyError报错问题求解

第一个报错 KeyError: True 的原因 #

你写的过滤语句 cm9_list = cm9_list[cm9_list.columns[0] != 'nan'] 中，cm9_list.columns[0] != 'nan' 是布尔判断表达式，返回值为True或False。把布尔值传入DataFrame的方括号索引时，Pandas会将其识别为列名去检索，你的表中不存在名为True的列，因此触发该报错。

第二个报错 KeyError: 'word' 的核心原因 #

你修改列名的方式不符合Pandas的规范：cm9_list.columns.values[0] = 'word' 是直接修改Columns Index底层的numpy数组值，但Pandas的Index对象设计为不可变类型，直接修改底层values不会更新Pandas内部的列名映射缓存，就会出现“打印列名显示有word，但实际检索不到”的矛盾情况。

1. 先正确修改列名，不要直接操作columns.values，选择以下任意一种正规方式即可：

# 方式1：直接给columns属性赋值完整列名列表
cm9_list.columns = ['word', 'frequency']

# 方式2：用rename方法定向修改指定列名，兼容性更强
cm9_list = cm9_list.rename(columns={
    cm9_list.columns[0]: 'word',
    cm9_list.columns[1]: 'frequency'
})

2. 再过滤掉word列的空值，注意如果是真实的NaN缺失值（不是字符串'nan'），需要用Pandas内置的空值判断方法，避免漏判：

# 如果是真实NaN缺失值，用这个
cm9_list = cm9_list[cm9_list['word'].notna()]

# 如果确实是字符串类型的'nan'，用这个
cm9_list = cm9_list[cm9_list['word'] != 'nan']

内容的提问来源于stack exchange，提问作者pav