pandas DataFrame切片重设索引后如何保留原始索引供iloc按原位置取值

初始构造的dataset DataFrame内容如下：

import pandas as pd
dataset = pd.DataFrame({'id':list('123456'),
                       'B':[4,5,4,5,5,4],
                        'C':[7,8,9,4,2,3]})
print(dataset)

id  B  C
0  1  4  7
1  2  5  8
2  3  4  9
3  4  5  4
4  5  5  2
5  6  4  3

执行iloc[2:5]切片后得到子集：

dataset = dataset.iloc[2:5]
print(dataset)

id  B  C
2  3  4  9
3  4  5  4
4  5  5  2

将id列设为新索引后：

dataset.set_index("id", inplace=True)
print(dataset)

B  C
id      
3   4  9
4   5  4
5   5  2

当前遇到的问题：希望执行dataset.iloc[3]时返回当前数据集的第一行（对应原始全量数据中位置为3的行），但实际触发out of bound越界错误，只有dataset.iloc[0]能返回第一行，需要找到保留原始位置索引的实现方法。

首先明确核心规则：pandas中iloc的取值逻辑是固定的，永远基于当前DataFrame的行顺序从0开始计数位置，和数据集之前的索引、切片历史没有任何关联。你切片后的数据集只剩3行，iloc合法的入参只能是0、1、2，传入3必然触发越界，不存在直接修改iloc逻辑让它识别原始位置的方法，强行魔改只会引发后续数据处理的逻辑混乱。

可以根据你的实际需求选以下两种实现方案：

• 方案1：将原始位置存储为普通列，按需筛选
  切片后、设置id为新索引前，先把原始整数索引存为单独列，后续按列值筛选即可：

  dataset = dataset.iloc[2:5]
  # 保存原始位置到普通列
  dataset['original_loc'] = dataset.index
  dataset.set_index("id", inplace=True)
  
  # 取原始位置为3的行
  target_row = dataset[dataset['original_loc'] == 3]
  

  执行后得到的target_row就是你需要的当前数据集第一行。
• 方案2：设置多层索引，用loc按原始位置取值
  如果希望索引用法更简洁，可以把原始整数位置和id共同设为多层索引，用loc（按索引值匹配，而非当前位置）直接取值：

  dataset = dataset.iloc[2:5]
  # 构建多层索引：第一层是原始位置，第二层是id
  dataset = dataset.set_index([dataset.index, "id"])
  
  # 直接按原始位置3取对应行
  target_row = dataset.loc[3]
  

  该写法和你预期的iloc[3]使用体验一致，不会触发越界问题。

内容的提问来源于stack exchange，提问作者Paul Jiang