Pandas布尔索引报错求助：索引不匹配、长度不符等问题

核心需求：用布尔值列表筛选614行×12列DataFrame中对应为True的行。

你代码里的错误逐个拆解 #

1. filtered = Series([True, False, True], index=df.index)
   布尔列表仅3个元素，但df有614行，强制绑定df索引后，元素长度与索引长度不匹配，触发ValueError: Length of values (3) does not match length of index (614)。

2. condition_loc = df.loc[df.LoanAmount.head() < 500]
df.LoanAmount.head()只取前5行的LoanAmount值，生成的布尔结果仅5个元素，无法与df的614行索引对齐，触发IndexingError: Unalignable boolean Series provided as indexer。

3. boolean_i = df.iloc[[True , False , True ]]
   iloc的布尔索引要求列表长度必须与df行数完全一致，这里3≠614，触发IndexError: Boolean index has wrong length: 3 instead of 614。

4. boolean = df.loc[['True' , 'False' , 'True' ]].values
   loc是按索引标签取值的，你传入的是字符串'True'/'False'，既不是布尔值，也不是df的索引（你的索引是Loan_ID），找不到匹配项，触发KeyError。

正确的布尔筛选用法 #

1. 用iloc做位置筛选

iloc接受长度与行数一致的布尔列表，若只想筛选前3行里的True项，先切片再筛选更高效：

# 先取前3行，再用布尔列表筛选
df.iloc[:3][[True, False, True]]
# 或者直接指定位置索引更清晰
df.iloc[[0, 2]]

2. 用loc做标签/条件筛选

loc的布尔筛选必须满足索引对齐，分两种场景：

• 基于列条件筛选（比如筛选LoanAmount<500的所有行）：

  # 直接用列条件生成对齐的布尔Series
  condition_loc = df.loc[df['LoanAmount'] < 500]
  # 更简洁的等价写法
  condition_loc = df[df['LoanAmount'] < 500]
  

• 自定义布尔Series筛选：
  若要指定某些索引对应的行，先构造和df索引完全对齐的布尔Series：

  import pandas as pd
  # 初始化全为False的Series，索引和df一致
  bool_series = pd.Series(False, index=df.index)
  # 把需要筛选的索引设为True
  bool_series[['LP001001', 'LP001003']] = True
  filtered = df.loc[bool_series]
  

3. 解决loc报KeyError:0的问题

这个错误是因为你的df索引不是整数类型（比如是字符串Loan_ID），但你用loc传入了整数位置0。解决办法二选一：

• 用iloc按位置取行：df.iloc[0]
• 用loc按索引标签取行：df.loc['LP001001']（替换成你实际的索引值）

关键注意点 #

• 布尔筛选的列表/Series长度必须和DataFrame行数严格一致；
• loc是索引标签匹配，iloc是位置匹配，别搞混；
• 基于列的条件筛选优先用df[条件]或df.loc[条件]，不用手动构造布尔列表，避免对齐问题。

内容的提问来源于stack exchange，提问作者Subham