Python 3.6传入DataFrame报'Missing 1 Required Keyword-Only Argument'错误排查

这个问题我之前也碰到过！核心原因大概率是你的函数定义里用了仅关键字参数（Python 3+的特性），但调用的时候没按照要求用关键字传递参数。下面给你拆解问题和解决办法：

常见错误场景分析 #

1. 函数定义包含*分隔的仅关键字参数 #

如果你的函数定义是类似这样的：

def your_function(df, *, rel_change):
    # 函数内部逻辑，比如处理df和rel_change
    pass

这里的*是一个分隔符，它后面的rel_change就是仅关键字参数——意思是调用这个函数时，rel_change必须通过rel_change=值的方式传递，不能用位置参数传递。

如果你调用时写成了：

your_function(my_dataframe, my_rel_change_array)

就会触发你遇到的错误，因为Python会把my_rel_change_array当成位置参数，但函数在df之后没有定义位置参数，只要求关键字参数rel_change。

2. 多仅关键字参数的传递问题 #

哪怕你拆分了逻辑（比如单独计算row_count传入mu），如果mu也是仅关键字参数，同样会报错。比如函数定义：

def calculate_value(df, *, rel_change, mu):
    return len(df) * mu + sum(rel_change)

错误调用：

row_count = len(my_dataframe)
calculate_value(my_dataframe, my_rel_change_array, row_count)

正确调用必须给rel_change和mu都加上关键字：

calculate_value(my_dataframe, rel_change=my_rel_change_array, mu=row_count)

快速排查步骤 #

1. 打开你的函数定义代码，找有没有*符号——它后面的所有参数都是仅关键字参数。
2. 检查函数调用语句，确保这些参数都用参数名=值的格式传递，而不是直接放值。
3. 如果不需要仅关键字参数的限制，可以把函数定义里的*去掉，这样参数就可以用位置传递了（但如果是刻意设计的参数规范，不建议这么做）。

举个完整的正确示例：

import pandas as pd
import numpy as np

# 定义包含仅关键字参数的函数
def process_data(df, *, rel_change, mu):
    row_count = df.shape[0]
    result = row_count * mu + np.mean(rel_change)
    return result

# 准备数据
my_df = pd.DataFrame({'A': [1, 2, 3, 4]})
rel_arr = np.array([0.05, 0.1, 0.15])
row_count = my_df.shape[0]

# 正确调用：用关键字传递仅关键字参数
output = process_data(my_df, rel_change=rel_arr, mu=row_count)
print(output)

内容的提问来源于stack exchange，提问作者amita00