使用方括号索引Pandas Series：整数与非整数索引的行为差异

Pandas Series的方括号[]索引行为会根据索引类型产生差异，核心逻辑是标签优先，但存在类型适配规则：

整数类型索引的情况 #

当Series的索引是整数类型时，方括号内传入的整数会被优先识别为索引标签，而非位置索引：

• sr1[1]能返回值，是因为索引里存在标签1
• sr1[0]触发KeyError，是因为当前索引中没有0这个标签，此时必须用iloc[0]明确指定位置索引

对应代码示例：

import pandas as pd

# 创建整数索引的Series
sr1 = pd.Series([10, 20, 30], index=[1, 2, 3], name = 'sr1')

sr1[1] # 输出: 10（匹配标签1）
sr1[2] # 输出: 20（匹配标签2）
sr1[0] # 报错KeyError（无标签0）
sr1.iloc[0] # 正确获取第0位置元素，输出10

非整数类型索引的情况 #

当Series的索引是非整数类型（比如字符串）时，方括号内传入的整数无法匹配任何标签，此时会自动降级为位置索引处理：

• sr2['b']匹配标签'b'返回对应值
• sr2[0]因为找不到标签0，就会返回第0个位置的元素，不会报错

对应代码示例：

# 创建字符串索引的Series
sr2 = pd.Series([10, 20, 30], index=['a', 'b', 'c'], name='sr2')

sr2['b'] # 输出: 20（匹配标签'b'）
sr2[0] # 输出:10（自动识别为位置索引）

最佳实践 #

为了避免索引逻辑带来的混淆，推荐始终使用明确的索引方法：

• 用loc[]专门处理标签索引
• 用iloc[]专门处理位置索引

这样无论索引类型如何，代码逻辑都清晰统一，不会出现意外行为。

内容的提问来源于stack exchange，提问作者monkei