修改DataFrame起始索引为1后遍历报错，如何解决？

问题场景 #

要把DataFrame的索引从0起始改成1起始，用了这段代码：

data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
df = pd.DataFrame.from_dict(data)
df.index += 1

但用iterrows()遍历，再通过df.loc[index]访问行时，最后一个索引会抛出错误："single positional indexer is out-of-bounds"，遍历代码如下：

for index, line in df.iterrows():
    print(df.loc[index])

解决思路与方案 #

1. 直接用iterrows()返回的行对象（最优解） #

iterrows()每次迭代都会返回当前行的索引和对应的行数据（Series类型），你完全不需要再通过df.loc[index]重复获取行数据，直接用返回的line就行：

for index, line in df.iterrows():
    print(line)

这种方式既省去了多余的索引查找操作，也从根源上避免了索引相关的错误。

2. 确保索引设置的准确性 #

如果一定要保留df.loc[index]的写法，先确认索引是连续且正确的。可以换一种更明确的方式修改索引：

data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
df = pd.DataFrame.from_dict(data)
# 直接生成从1开始的连续索引
df.index = range(1, len(df) + 1)

修改后索引是[1,2,3,4]，此时再运行原遍历代码就能正常执行，df.loc[index]可以精准定位到对应行。

3. 换用更高效的itertuples()遍历 #

如果追求遍历效率，推荐用itertuples()替代iterrows()——它的运行速度更快，返回的是命名元组，访问数据更直接：

for row in df.itertuples():
    # 直接访问列值
    print(row.col_1, row.col_2)
    # 也可以通过元组里的Index属性定位行
    print(df.loc[row.Index])

内容的提问来源于stack exchange，提问作者Tiago Silveira