pandas 1.1.5 对单列调用dropna传thresh参数报意外关键字错误
报错原因与修正方案
核心报错来源
- 在循环内对单个列(即
pandas.Series对象)调用带thresh参数的dropna(),是触发报错的直接原因。pandas1.1.5版本中,thresh是DataFrame.dropna()的专属参数,Series.dropna()方法本身不支持传入该参数,因此直接抛出unexpected keyword argument 'thresh'错误,和pandas版本新旧、列值的数据类型没有直接关联。 - 原代码逻辑存在偏差:逐列循环调用
dropna的写法,无法实现“统计指定列范围内的行NaN数量、删除不符合条件行”的目标,逐列处理后赋值回原DataFrame时,会因为Series长度与原表不匹配出现索引错位,甚至引入额外缺失值。
可直接运行的修正代码
匹配“删除指定列范围内包含超过1个NaN值的行”的筛选目标,不需要逐列循环处理,直接对完整DataFrame应用行维度的筛选规则即可:
import pandas as pd import numpy as np df = pd.read_csv('dataframe.csv') col_list = ['col1', 'col2', 'col3'] # 统一将字符串形式的空值替换为pandas可识别的np.nan df = df.replace('NaN', np.nan) # 核心修正:对DataFrame整体做行筛选 df = df.dropna( subset=col_list, # 仅统计col_list范围内的空值,不影响其他列的内容 thresh=len(col_list) - 1, # 要求该行在指定列内至少有对应数量的非空值 axis=0 )
参数逻辑说明
thresh的取值逻辑:要允许指定列范围内最多存在1个NaN,就意味着每行在这些列中至少要有「列总数 - 1」个非空值,才会被保留。例如col_list包含3个列时,thresh=2,刚好匹配筛选规则。- 原代码逐列dropna的写法存在固有缺陷:哪怕去掉
thresh参数,df[col].dropna()会返回过滤掉该列空值后的缩短版Series,赋值回原表时,截断的位置会自动填充为NaN,完全达不到筛选行的效果。
注意:pandas1.1.5版本的
Series.dropna()仅支持how、inplace、ignore_index三个参数,不存在thresh入参,只有针对整个DataFrame调用dropna时,thresh参数才会生效。
内容的提问来源于stack exchange,提问作者Ali Abdi
相关产品推荐
相关产品推荐

