为何pandas.DataFrame.iloc选取指定行返回错误索引？

当使用索引列表获取DataFrame子集时，发现.iloc返回的行索引与预期不符，但.loc能返回索引正确的行，原因如下：

代码示例与现象 #

加载数据：

df = pdTools.LoadSDF(infile, removeHs=False, sanitize=False)
print(df.shape) 
>>(499997, 13)

使用.iloc的输出（行索引不符合预期）：

print(df.iloc[[8888,10000, 20000, 77777, 400000, 450000]])

idnumber 
8888    Z2885081048           
10000   Z2893553470          
20000   Z2906211876           
77778   Z2996496294         
400003  Z4897443126            
450003  Z5129522901          

使用.loc的预期输出（行索引正确）：

print(df.loc[[8888,10000, 20000, 77777, 400000, 450000]])

idnumber
8888    Z2885081048  
10000   Z2893553470  
20000   Z2906211876  
77777   Z2996496291  
400000  Z4897436078  
450000  Z5129522881

原因解析 #

核心差异在于.iloc和.loc的定位逻辑完全不同：

• .iloc：按物理位置索引取值，它不关心DataFrame的行标签（index）是什么，只认你传入的数字对应的第N行（从0开始计数）。
• .loc：按行标签索引取值，直接匹配你传入的行标签，返回标签完全对应的行。

你的案例中，DataFrame的行标签（index）并非连续的从0开始的整数（大概率是中间有行被删除过），导致行标签和物理位置出现错位：
比如你传入iloc[77777]，它取的是DataFrame中第77778行（物理位置），而这一行的行标签恰好是77778；而loc[77777]则是直接找到行标签为77777的那一行，这才是你需要的目标行。

验证方法 #

可以通过以下代码确认行标签与物理位置的错位：

# 检查索引是否唯一
print(df.index.is_unique)
# 检查索引是否连续递增
print(df.index.is_monotonic_increasing)
# 查看索引的范围
print(df.index.min(), df.index.max())

内容的提问来源于stack exchange，提问作者dummyQ