Pandas中df.iloc[[i][0]]的行为原理及疑问解答

问题核心 #

刚学Pandas时遇到df.iloc[[1][0]]（df是shape为(60935, 54)的DataFrame），有几个疑问：

• [[1][0]]该怎么解读？
• iloc为何允许这种看起来是嵌套列表的参数？内部是怎么处理的？
• 为什么当第二个数字不是0或-1时会触发索引越界错误？

实验验证 #

我做了以下测试：

mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
          {'a': 100, 'b': 200, 'c': 300, 'd': 400},
          {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000}]
df = pd.DataFrame(mydict)
print(df.iloc[[0][-1]].shape)  # 输出 (4,)
print(df.iloc[[0][0]].shape)  # 输出 (4,)
print(df.iloc[[0]].shape)     # 输出 (1, 4)
print(df.iloc[[0][1]].shape)  # 触发 IndexError: list index out of range
print(type(df.iloc[[0]]))     # 输出 <class 'pandas.core.frame.DataFrame'>
print(type(df.iloc[[0][0]]))  # 输出 <class 'pandas.core.series.Series'>

问题解答 #

1. [[1][0]]的本质
   这不是嵌套列表索引，而是Python表达式的分步计算：

• [1]是一个仅包含元素1的列表；
• [1][0]是对这个列表做索引，取第0位元素，结果就是1；
• 所以df.iloc[[1][0]]等价于df.iloc[1]，和直接传整数索引完全一样。

2. iloc的参数处理逻辑
   iloc并没有接收嵌套列表，因为[[1][0]]在传给iloc之前就被Python计算成了单个整数1。iloc的参数规则是：

• 传入单个整数：返回对应行的Series（形状为(n,)，n是列数）；
• 传入整数列表（比如[1]）：返回包含指定行的DataFrame（形状为(1, n)）。
  这也解释了实验中df.iloc[[0]]和df.iloc[[0][0]]的类型、形状差异。

3. 非0/-1触发越界的原因
   报错和Pandas无关，是Python本身的列表索引错误。比如[0][1]，列表[0]只有1个元素，合法索引只有0和-1（都指向唯一的元素），用1索引时直接超出列表长度，触发IndexError，根本没到Pandas处理的环节。

内容的提问来源于stack exchange，提问作者roundless