重置索引后访问布尔数组触发KeyError，求原因解析

核心原因 #

你写的代码里，df['Q2: GENDER'].isnull()返回的是一个Series，但调用reset_index()后，这个Series会自动转换成DataFrame——原来的索引变成了index列，原来的布尔值列保留原名Q2: GENDER。这时候你用GenderNullBool[0]，是在找列名为0的列，但这个DataFrame里根本没有这个列，自然触发KeyError。

举个实际结构例子，执行完reset_index()后，你的GenderNullBool大概长这样：

你想访问的是行位置0的布尔值，但[0]在DataFrame里默认是按列名查找，所以找不到对应内容。

解决办法 #

有两种常用修复方式：

1. 重置索引时保留Series类型：
   调用reset_index()时加上drop=True参数，直接丢弃原索引，返回一个索引连续的Series，这时候就能用[0]正常访问：

   GenderNullBool = df['Q2: GENDER'].isnull().reset_index(drop=True)
   GenderNullBool[0]  # 正常返回对应布尔值
   

2. 在DataFrame中正确访问目标值：
   如果需要保留原索引的信息（不想丢弃index列），可以先指定布尔值列再按索引访问，或者用位置索引iloc：

   # 方式1：指定列名后访问索引0的行
   GenderNullBool['Q2: GENDER'][0]
   # 方式2：用iloc按行位置直接定位
   GenderNullBool.iloc[0]['Q2: GENDER']
   

内容的提问来源于stack exchange，提问作者Cha