当我使用 dropna 函数时，我的数据框变成了“NoneType”对象。为什么会发生这种情况，我该如何解决这个问题答案

【问题标题】：When i use the dropna function my dataframe turns into a "NoneType" object. why is this happening and how can I solve this issue当我使用 dropna 函数时，我的数据框变成了“NoneType”对象。为什么会发生这种情况，我该如何解决这个问题
【发布时间】：2019-09-20 08:32:28
【问题描述】：

我正在清理一些数据（已经有一段时间了），当我删除在两个特定列中的任何一个中具有 nan 的行时，我留下了一个“noneType”对象，我无法在该对象上运行任何进一步的函数。为什么会发生这种情况，我该如何解决。

我希望这会删除那些列中包含 nan 的行，但没想到它会更改为 'noneType'

df = df.dropna(subset=['Step Age', 'Process Age'], inplace = True)

【问题讨论】：

数据框在哪里？实际调用dropna 的代码在哪里。请创建一个minimal reproducible example
对不起！粘贴错误的代码行只是注意到
df.dropna(subset=['Step Age', 'Process Age'], inplace = True)
您是否不小心将结果分配回：df = df.dropna(inplace=True)？就地操作将返回 None。
这不仅仅是不必要的，而是问题所在。您可以通过df = df.dropna(inplace=False) 或df.dropna(inplace=True) 修改df。（inplace=False 是默认值，所以只需执行 df = df.dropna() 就足够了，尽管我把它留在那里是为了明确）

标签： pandas sorting dataframe nonetype

【解决方案1】：

数据框不能成为 NoneType 对象。相反，各种操作可能会清空数据框。在问题中，数据框已被释放。

import pandas as pd
import csv
from pandas.compat import StringIO

print(pd.__version__)

csvdata = StringIO("""Step Age,Process Age,Extra Col
,1,
1,,
,,""")

df = pd.read_csv(csvdata, sep=",")
df.dropna(subset=['Step Age', 'Process Age'], inplace = True)
print(df)
print(df.empty)

生产

0.24.2
Empty DataFrame
Columns: [Step Age, Process Age, Extra Col]
Index: []
True

【讨论】：