使用df.drop删除DataFrame异常值时触发KeyError: '[706] not found in axis'的问题排查与解决

嘿，我来帮你搞定这个问题！你遇到的报错本质上是搞混了DataFrame里的整数位置索引和标签索引，这是用Pandas处理数据时很容易踩的坑。

为什么会报错？ #

你用np.where()找到的Area_outliers和Price_outliers，其实是满足异常条件的行的位置序号（从0开始数的行号），但df.drop()默认是根据「行标签」（也就是df.index列显示的值）来删除行的。举个例子：如果你的DataFrame索引不是从0开始的连续整数（比如之前删过行、或者用了自定义索引），那位置706对应的行标签可能根本不是706，这时候drop自然找不到这个标签，就会抛出KeyError。

几个靠谱的解决办法 #

方法一：直接用位置筛选正常行（最推荐）

既然我们已经知道异常行的位置，直接筛选出所有不在异常列表里的行就好，用np.setdiff1d来获取正常行的位置集合：

import numpy as np

# 生成所有行的位置序号（从0到总行数-1）
all_rows = np.arange(len(df))
# 取所有不在异常列表里的行位置
normal_row_positions = np.setdiff1d(all_rows, total_outliers)

# 筛选正常行并重置索引
df_clean = df.iloc[normal_row_positions].reset_index(drop=True)

print(f"Shape of new dataset: {df_clean.shape}")

这种方法直接基于位置操作，完全不会受索引标签的影响，最稳妥。

方法二：把位置转成标签再drop

如果你坚持想用df.drop，可以先把异常位置对应的行标签提取出来，再删除：

# 根据异常位置获取对应的行标签
outlier_labels = df.index[total_outliers]

# 删除这些标签对应的行，axis=0表示操作行
df.drop(outlier_labels, axis=0, inplace=True)
df.reset_index(drop=True, inplace=True)

print(f"Shape of new dataset: {df.shape}")

这里df.index[total_outliers]会把位置序号转换成对应的索引标签，这样drop就能准确找到要删除的行了。

方法三：用布尔掩码筛选

这种方式更直观，先创建一个标记数组，标记每一行是否是正常行：

# 初始化一个全为True的数组，表示默认都是正常行
mask = np.ones(len(df), dtype=bool)
# 把异常行对应的位置设为False
mask[total_outliers] = False

# 筛选正常行并重置索引
df_clean = df[mask].reset_index(drop=True)

print(f"Shape of new dataset: {df_clean.shape}")

小提醒 #

尽量少用inplace=True直接修改原DataFrame，创建新的副本（比如df_clean）会更安全，方便你后续对比原数据和清洗后的数据。另外可以先跑一下print(df.index)看看你的索引是不是连续的整数，这能帮你更快定位这类索引相关的问题。

备注：内容来源于stack exchange，提问作者ali keshavarz