为何需调用to_numpy()才能使loc赋值生效？KeyError报错解析

报错原因 #

你通过pd.read_csv('real_estate.csv', index_col=0)读取数据时，将原CSV的第一列（序号从1到414）设为了DataFrame的索引标签。这意味着real_estate的行索引是1、2、…、414，不存在索引为0的行。

而循环里for i in range(len(real_estate['X2 house age']))生成的是位置序号（从0开始的连续整数），real_estate.loc[i, 'X2 house age']中的loc是按索引标签匹配行的。第一次循环i=0时，找不到索引为0的行，因此抛出KeyError: 0。

同时，pd.cut()返回的是Series对象，它的索引与原DataFrame完全一致（1~414）。如果代码执行到buckets[i]，i=0时同样会因为找不到对应索引报错，只是real_estate.loc的错误先被触发了。

为什么转成numpy数组后代码能正常运行？ #

调用.to_numpy()将Series转换为numpy数组后：

1. 数组不再保留原索引信息，仅按位置序号存储数据，buckets[i]可以直接获取第i个位置的分箱结果，不会因为索引不匹配报错。
2. 至于real_estate.loc[i,...]的问题，本质上是写法错误——loc是按索引标签取值，你的循环变量i是位置序号，正确的按位置赋值应该用iloc。之所以没报错，大概率是原数据索引为连续整数，Pandas在特定场景下的模糊匹配导致的，但这种写法不严谨。

更高效的正确写法 #

完全不需要循环，直接将分箱结果赋值给对应列即可（Pandas会自动按索引匹配）：

import pandas as pd

real_estate = pd.read_csv('real_estate.csv', index_col=0)
# 直接替换原列的分箱结果
real_estate['X2 house age'] = pd.cut(real_estate['X2 house age'], 4, labels=False)

内容的提问来源于stack exchange，提问作者Allexj