使用Pandas_profiling生成数据报告时出现BrokenProcessPool错误如何解决

安全阿岳

2026-10-5

解决pandas_profiling生成报告时BrokenProcessPool错误的方案

该错误本质是多进程任务执行时函数参数无法被序列化导致的，可按以下顺序尝试解决：

方案1：禁用并行计算
生成报告时指定pool_size=1强制单进程运行，规避序列化问题，修改后代码如下：

from pandas_profiling import ProfileReport
# 强制单进程执行
profile = ProfileReport(data, pool_size=1)
# Jupyter环境下可直接调用to_notebook_iframe展示
profile.to_notebook_iframe()

方案2：替换为新版的ydata-profiling
pandas-profiling包已正式更名ydata-profiling，旧版本存在大量序列化相关bug，先卸载原包再安装新版即可：
1. 执行conda命令卸载旧版：conda remove pandas-profiling
2. 安装新版包：conda install -c conda-forge ydata-profiling
3. 修改导入代码：
```
from ydata_profiling import ProfileReport
ProfileReport(data)
```
方案3：统一object列为标准字符串类型
你当前数据集中有9列object类型，若其中存在非标准Python对象（如自定义类、函数引用等）会导致序列化失败，可先转换所有object列为标准字符串：
```
for col in data.select_dtypes(include='object').columns:
    data[col] = data[col].astype(str)
```
转换完成后再生成报告即可。
方案4：先导出报告到本地文件再查看
若你在Jupyter环境中运行，可先将报告写入本地html文件，规避Notebook运行时的序列化限制：
```
profile = ProfileReport(data, pool_size=1)
profile.to_file("data_summary.html")
```
执行完成后打开生成的html文件即可查看报告内容。