Pandas报single positional indexer is out-of-bounds的处理方案

报错触发逻辑非常明确：当table1中不存在colours = 'blue'的行时，.loc条件筛选会返回空的Series对象，此时直接调用.iloc[0]取第一个元素必然触发索引越界。

以下方案均实现「有匹配值则返回对应count，无匹配值返回自定义默认值，不中断脚本运行」的效果，适配自动化批量跑数场景：

• 方案1：单次筛选+长度判断（逻辑最直观，和原代码逻辑完全一致）
  先把筛选结果存为变量避免重复计算，再根据结果长度判断是否取值：

  # 仅做一次筛选，性能更好
  blue_series = table1.loc[table1['colours'] == 'blue', 'count']
  # 无匹配时默认返回None，可根据业务替换为0、'无记录'等默认值
  blue_count = blue_series.iloc[0] if len(blue_series) > 0 else None
  

• 方案2：迭代器默认值写法（代码最简洁，无额外判断）
  利用Python内置next()函数的默认值参数，空序列直接返回预设默认值，不需要写分支判断：

  # 第二个参数是无匹配时的默认值，可自行修改
  blue_count = next(iter(table1.loc[table1['colours'] == 'blue', 'count']), None)
  

• 方案3：字典映射（最接近SQL CASE逻辑，扩展性最强）
  如果后续需要匹配多种颜色、实现多分支的类CASE WHEN逻辑，推荐先转映射字典，后续取值完全不需要重复写筛选逻辑：

  # 一次性生成颜色到count的映射，colours存在重复时默认取最后一条匹配值，可调整zip顺序改为取第一条
  colour_count_map = dict(zip(table1['colours'], table1['count']))
  # 取不同颜色的值只需要改key即可，无匹配返回默认值0
  blue_count = colour_count_map.get('blue', 0)
  red_count = colour_count_map.get('red', 0)
  

• 如果你业务上保证colours列值唯一（不会出现多条blue记录），上述三个方案返回结果完全一致；如果存在重复blue记录，方案1、2默认取第一条匹配的count值，和你原始代码的逻辑完全对齐。
• 自动化脚本场景优先选择方案2或方案3，代码冗余度更低，批量运行时性能更好。

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