pandas方括号[]索引器用法易混淆 是否应优先使用loc/iloc

现象复现 #

pandas的[]索引器行为确实存在歧义，可通过以下代码复现所有问题：

import pandas as pd
import numpy as np

aa = np.asarray([[1,2,3],[4,5,6],[7,8,9]])
df = pd.DataFrame(aa)
df

初始化后的DataFrame内容：

0  1  2
0  1  2  3
1  4  5  6
2  7  8  9

• 传入单个标量做索引时，[]默认匹配列名，df[1]会返回列名为1的整列数据：

0    2
1    5
2    8
Name: 1, dtype: int32

• 传入切片对象时，[]默认按行位置做筛选，df[1:3]会返回位置索引1到2的行（切片规则遵循Python左闭右开逻辑）：

0  1  2
1  4  5  6
2  7  8  9

• 传入二维坐标时，[]会把传入的元组整体当成单个列名去匹配，df[1,2]会因为找不到名为(1,2)的列直接抛出KeyError，完全不支持同时指定行列定位。报错栈如下：

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
Untitled-1.ipynb Cell 19' in <cell line: 1>()
----> 1 df[1,2]

File d:\ProgramData\Miniconda3\lib\site-packages\pandas\core\frame.py:3458, in DataFrame.__getitem__(self, key)
   3456 if self.columns.nlevels > 1:
   3457     return self._getitem_multilevel(key)
-> 3458 indexer = self.columns.get_loc(key)
   3459 if is_integer(indexer):
   3460     indexer = [indexer]

File d:\ProgramData\Miniconda3\lib\site-packages\pandas\core\indexes\range.py:388, in RangeIndex.get_loc(self, key, method, tolerance)
    386         except ValueError as err:
    387             raise KeyError(key) from err
--> 388     raise KeyError(key)
    389 return super().get_loc(key, method=method, tolerance=tolerance)

KeyError: (1, 2)

使用建议 #

生产环境写可复用代码时，必须优先用loc/iloc做索引，完全可以避免[]带来的歧义问题：

• loc是显式按标签（行名、列名）索引，iloc是显式按整数位置索引，行为完全可预测，读代码的人不需要猜测当前操作是选行还是选列。
• []的隐式判断逻辑存在大量边缘坑：比如当列名刚好是切片类型、布尔值，或者列名和行索引存在值重叠时，[]的返回结果很可能和你的预期不符，这类隐式bug排查成本极高。
• 唯一可以随意用[]的场景是做交互式数据探索：写df['目标列名']选单列比df.loc[:, '目标列名']简洁很多，临时写分析代码时用完全没问题，只要别把这种写法带到需要长期维护的代码里就行。

额外提醒：比[]更不推荐的是属性索引写法df.列名，遇到列名带空格/特殊字符、列名和DataFrame内置方法/属性重名时会直接失效，可靠性比[]还差。

内容的提问来源于stack exchange，提问作者ROSS XIE