为何无法对pandas DataFrame列使用负索引取值？

你遇到的问题本质是pandas索引规则和Python原生列表的索引规则不一致，核心逻辑如下：

• 执行a["Column A"]会得到一个pandas Series对象，对Series直接使用[]做索引时，默认优先匹配行标签（label），而非行的位置序号。
• 你构建的DataFrame使用默认整数行索引，标签值为0、1、2：
  • a["Column A"][2]能返回7，是因为存在值为2的行标签，刚好对应值为7的行，匹配成功。
  • a["Column A"][-1]运行失败，是因为当前行索引里不存在值为-1的标签，pandas不会像Python列表那样把-1自动识别为“倒数第一个位置”，找不到对应标签自然报错。
• 你使用的[列名][行号]属于链式索引，是pandas官方不推荐的写法，不仅容易混淆标签、位置的匹配逻辑，赋值时还可能触发SettingWithCopyWarning，出现修改值不生效的问题。

补充：如果DataFrame的行索引是非整数类型（比如字符串索引），对Series传入整数索引时，pandas会因为找不到匹配的整数标签，隐式退回到按位置匹配的逻辑，此时[-1]可能可以拿到最后一个值，但这种隐式转换逻辑极易触发不可预期的bug，永远不要依赖这个特性写代码。

要稳定获取某列最后一个元素，使用pandas官方提供的位置索引器.iloc即可，它严格按照位置序号做索引，支持负数代表倒数位置：

# 获取最后一行、Column A列对应的值
a.iloc[-1, a.columns.get_loc("Column A")]

如果需要按行标签取值，推荐使用标签索引器.loc，逻辑清晰不会出现标签/位置混淆的问题：

# 获取行标签为2、Column A列对应的值
a.loc[2, "Column A"]

内容的提问来源于stack exchange，提问作者Slimoky