Pandas合并DataFrame报错'NoneType'对象无assign属性如何解决

错误诱因 #

• 核心错误来自drop方法的inplace=True参数：当该参数设为True时，drop会直接修改原DataFrame对象，返回值为None。你在代码中将返回的None重新赋值给了df变量，后续调用df.assign()时自然会触发NoneType没有assign属性的报错。
• 你代码中还存在另一个隐性问题：pd.DataFrame.append()属于非原地操作，你当前写法下的df_total.append(df,ignore_index=True)不会修改原有df_total对象，最后得到的总表会是空的；同时append方法在Pandas 2.0及以上版本已经被官方弃用，性能也远低于批量合并的方案。

修复方案 #

你可以选择两种方式修改drop相关代码，同时调整合并逻辑：

方案1：保留inplace=True，去掉多余赋值 #

date_num = 0
# 先创建列表存储所有单表，最后一次性合并效率更高
df_list = []

for i in dataframe_csv:
    df = pd.read_csv(i)
    # 去掉赋值，直接在原df上执行删除
    df.drop(index=df.index[0], axis=0, inplace=True)
    df = df.assign(Date = date_list[date_num])
    date_num += 1
    df_list.append(df)

# 一次性合并所有表
df_total = pd.concat(df_list, ignore_index=True)

方案2：去掉inplace=True，接收返回的新DataFrame #

date_num = 0
df_list = []

for i in dataframe_csv:
    df = pd.read_csv(i)
    # 不设置inplace，直接接收删除后的新df
    df = df.drop(index=df.index[0], axis=0)
    df = df.assign(Date = date_list[date_num])
    date_num += 1
    df_list.append(df)

df_total = pd.concat(df_list, ignore_index=True)

两种方案效果一致，相比你原有循环中反复append总表的写法，先存到列表最后一次性合并的性能提升会非常明显，尤其是数据量较大时。

内容的提问来源于stack exchange，提问作者Chriz