如何基于索引数组筛选Python Pandas DataFrame？

数据老陈

2026-6-17

问题解决：DataFrame按位置索引筛选记录触发KeyError的处理

问题场景

现有DataFrame X：

In [29]: X
Out[29]: 
         RepID
76758   207355
5787     15900
101140  273993
96040   260308
82096   221946
65858   178020
40664   109821
56044   151664
76522   206735
12478    33774

另有位置索引数组test_indices：

In [30]: test_indices
Out[30]: array([7, 8])

执行X_test = X[test_indices]时触发错误：

KeyError: "None of [Index([7, 8], dtype='int32')] are in the [columns]"

原因分析

Pandas中直接用X[xxx]默认是按列名筛选，你传入的[7,8]不是DataFrame的列名（仅存在RepID列），因此触发KeyError。你实际需要筛选的是第8、第9行（位置索引从0开始计数），属于行位置索引，而非DataFrame的自定义索引值。

解决方法

使用iloc方法（推荐，语义明确）
```
X_test = X.iloc[test_indices]
```
iloc是Pandas专门用于整数位置索引的方法，精准匹配你提取第7、8位（0起始）行数据的需求。
使用take方法
```
X_test = X.take(test_indices)
```
take方法可直接传入位置索引数组，提取对应位置的行记录。