pandas DataFrame中df[0]报KeyError但[0:1]切片正常的原因

pandas 中直接对 DataFrame 用[]做选取时，传入参数的类型不同，触发的选取逻辑完全不同，这和 R 语言 data.frame 默认按位置选行的逻辑有本质区别：

• 传入单个标量值（比如你写的0）时，pandas 会默认把这个值当作列名去匹配列，不会去匹配行号。你的 DataFrame 里不存在名为0的列，自然会抛出KeyError: 0。
• 传入切片对象（比如你写的0:1）、布尔值序列时，pandas 才会切换为按行做筛选/切片的逻辑，所以df[0:1]能正常返回第0行。

你之前的理解偏差，本质是把 R 的数据框选取逻辑套用到了 pandas 上，pandas 为了消除选行/选列的歧义，官方更推荐用明确的索引器做选取，不要依赖裸[]的隐式逻辑：

• 按行位置选取（和 R 里按数字下标取行的逻辑一致），用.iloc位置索引器：取第0行直接写df.iloc[0]即可，不会触发列匹配逻辑。
• 按行标签（也就是 DataFrame 自带的 index 索引的具体值）选取，用.loc标签索引器：比如行索引是用户ID时，df.loc['user_123']就能取到对应行。
• 同时筛选行和列时，在索引器里用逗号分隔行、列的选取规则即可，比如df.iloc[0, 2]取第0行第2列的单个值，df.loc[:, 'age']取整列年龄数据。

裸[]的设计初衷是因为日常分析中按列名选列的场景频率更高，所以单值入参优先匹配列，但这种“入参类型不同逻辑完全不同”的设计，对跨语言使用的用户非常不友好，也是 pandas 新手最常踩的坑之一。

内容的提问来源于stack exchange，提问作者RogerKint