Pandas删除first_name、last_name空值行报KeyError[0]如何解决？

• 核心问题是遍历DataFrame过程中直接原地删除行：iterrows()会基于遍历开始时的DataFrame索引迭代，当你调用df.drop(index, inplace=True)删除行后，DataFrame的索引会动态更新，后续迭代到已被删除的索引时，就找不到对应行，抛出KeyError。
• 原有代码还存在逻辑缺陷：若一行存在多个空列，会重复触发删除逻辑，且拒绝原因的格式也不符合要求。

不要边遍历边修改原DataFrame，先统一收集错误行的索引和原因，再批量拆分数据即可，示例代码如下：

import pandas as pd

# 待校验的列
check_cols = ['first_name', 'last_name']
error_indexes = []
error_reasons = []

# 第一步：遍历收集所有错误信息，不修改原表
for idx, row in df.iterrows():
    empty_cols = []
    for col in check_cols:
        # 判断是否为空（空字符串/NaN都算）
        if row[col] == '' or pd.isna(row[col]):
            empty_cols.append(col)
    if empty_cols:
        error_indexes.append(idx)
        error_reasons.append(f'{empty_cols} is empty')

# 第二步：生成错误表
error_df = df.loc[error_indexes].copy()
error_df['rejection_reason'] = error_reasons

# 第三步：生成清洗后的正常表
df = df.drop(error_indexes).copy()

运行后df就是你要的正常输出结果，error_df就是错误表，和预期输出完全一致。

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