Spark DataFrame转Pandas DataFrame后通过下标访问单元格出现KeyError: 0的问题咨询

嗨，我来帮你捋清楚这个问题～

你遇到的KeyError: 0，核心原因是Pandas DataFrame的方括号[]默认是按「列标签（列名）」来索引的，而不是列的位置下标。

你用pandasDF[0]的时候，Pandas会去你的DataFrame里找列名为0的列，但显然你的DF列名不是0（应该是原来Spark DF里的那两个列名），所以直接报错找不到这个列。

解决方法有这几种： #

• 用.iloc按位置索引（最推荐）：.iloc专门用来按行和列的位置下标访问数据，格式是iloc[行下标, 列下标]，所以你要访问第0行第1列的单元格，直接写：

  print(pandasDF.iloc[0, 1])
  

  也可以拆分写print(pandasDF.iloc[0][1])，不过更推荐前者的写法，更清晰高效。

• 先获取列名再用方括号访问：如果你坚持想用方括号，可以先通过位置拿到对应的列名，再访问行：

  # 获取第1列的列名
  target_col = pandasDF.columns[1]
  # 访问第0行该列的单元格
  print(pandasDF[target_col][0])
  

• 用.iat访问单个元素：如果只是访问单个单元格，.iat比.iloc更高效，用法和iloc类似：

  print(pandasDF.iat[0, 1])
  

补充说明 #

Pandas里的索引逻辑和你想的有点不一样：

• df[xxx]：只能用来按列标签取整列，或者按布尔数组过滤行
• df.loc[行标签, 列标签]：按行/列的标签索引
• df.iloc[行下标, 列下标]：按行/列的位置下标索引
• df.iat[行下标, 列下标]：专门针对单个元素的位置索引，性能更好

你之前的报错堆栈也能印证这个问题：看报错信息里的indexer = self.columns.get_loc(key)，这里Pandas正在尝试从列索引里找key=0的位置，找不到就抛出了KeyError。

/databricks/python/lib/python3.8/site-packages/pandas/core/frame.py in __getitem__(self, key)
3022             if self.columns.nlevels > 1:
3023                 return self._getitem_multilevel(key)
-> 3024             indexer = self.columns.get_loc(key)
3025             if is_integer(indexer):
3026                 indexer = [indexer]
/databricks/python/lib/python3.8/site-packages/pandas/core/indexes/base.py in get_loc(self, key, method, tolerance)
3080                 return self._engine.get_loc(casted_key)
3081             except KeyError as err:
-> 3082                 raise KeyError(key) from err

备注：内容来源于stack exchange，提问作者Mikesama