遍历Pandas DataFrame触发ValueError：0不在范围内的问题求助

核心问题原因 #

1. 循环中原地删除行导致索引失效：你在循环里用song_attributes.drop(i,inplace=True)直接删除行，这会改变DataFrame的索引集合。当后续循环再用到已经被删除的索引时，自然会触发KeyError，报错“0 is not in range”就是因为索引0已经被删掉了。
2. 逻辑判断错误：第二个if的条件mode !=1 or mode !=0永远为真——只要mode是1，那mode !=0就成立；如果mode是0，mode !=1成立。等于所有行都会被标记删除，这直接导致后续访问索引时找不到对应行。
3. 链式索引的隐患：用song_attributes['loudness'][i]这种链式索引修改值，可能会触发SettingWithCopyWarning，推荐用loc来定位修改。

修复方案1：修正循环逻辑 #

先收集要删除的索引，最后一次性删除，避免循环中修改DataFrame结构：

to_drop = []
# 先计算duration_ms的均值，避免循环中重复计算
duration_mean = round(song_attributes['duration_ms'].mean(), 0)

for i in song_attributes.index:
    # 修正loudness值，用loc安全修改
    if song_attributes.loc[i, 'loudness'] > 0:
        song_attributes.loc[i, 'loudness'] *= -1
    
    # 修正逻辑：仅当mode既不是1也不是0时才标记删除
    if song_attributes.loc[i, 'mode'] != 1 and song_attributes.loc[i, 'mode'] != 0:
        to_drop.append(i)
    
    # 替换过短的duration_ms
    if song_attributes.loc[i, 'duration_ms'] <= 1000:
        song_attributes.loc[i, 'duration_ms'] = duration_mean

# 最后统一删除标记的行
song_attributes.drop(to_drop, inplace=True)

修复方案2：使用Pandas向量化操作（推荐） #

Pandas原生支持向量化计算，效率比循环高得多，还能彻底避免索引问题：

# 处理loudness：大于0的值取反
song_attributes.loc[song_attributes['loudness'] > 0, 'loudness'] *= -1

# 过滤行：只保留mode为0或1的数据
song_attributes = song_attributes[song_attributes['mode'].isin([0, 1])]

# 处理duration_ms：将<=1000的值替换为列均值
duration_mean = round(song_attributes['duration_ms'].mean(), 0)
song_attributes.loc[song_attributes['duration_ms'] <= 1000, 'duration_ms'] = duration_mean

内容的提问来源于stack exchange，提问作者paul773