调用calculate_xyz函数报IndexError: invalid index to scalar variable如何解决

错误出现在calculate_xyz函数的索引逻辑错误：

• 你的input_df行索引是Metric_P1~Metric_P8，列索引是Ade、Adf、Adg、Dire、Dirf、Dirg
• 执行input_df.filter(like='Ad').iloc[0].astype(float)时，.iloc[0]直接提取了过滤后DataFrame的第一行数据，返回值为标量的Series，索引是列名Ade、Adf、Adg
• 此时再执行input_df['Ade']["Metric_P"+str(row)]，第一步input_df['Ade']已经拿到了单个浮点数值（标量），再用方括号索引就会抛出IndexError: invalid index to scalar variable

你要取的是对应行（Metric_P+row）对应列的数值，不需要用.iloc[0]取第一行，直接按行索引+列索引取值即可，修改后的函数代码如下：

def calculate_xyz(df,input_df,row):
    metric_key = "Metric_P"+str(row)
    if df['Indicator'].eq('Ad').all(axis=None):
        # 直接取对应行对应列的数值
        ade_val = input_df.loc[metric_key, 'Ade']
        adf_val = input_df.loc[metric_key, 'Adf']
        adg_val = input_df.loc[metric_key, 'Adg']
        return ((df['a']*ade_val) + (df['b']*adf_val) + (df['d']*adg_val)).mul(100)
    elif df['Indicator'].eq('Dir').all(axis=None):
        dire_val = input_df.loc[metric_key, 'Dire']
        dirf_val = input_df.loc[metric_key, 'Dirf']
        dirg_val = input_df.loc[metric_key, 'Dirg']
        return ((df['a']*dire_val) + (df['b']*dirf_val) + (df['d']*dirg_val)).mul(100)

如果修改后仍有报错，可按以下步骤排查：

• 确认input_df的行索引确实是Metric_P1~Metric_P8，如果第一列是普通数据列而非索引，需要先执行input_df = input_df.set_index('Input')将第一列设为行索引
• 确认循环范围正确，len(lift_ade_dict)不要超过8，避免取到Metric_P9这类不存在的行索引
• 确认lift_ade_dict和lift_dire_dict里的每个DataFrame都存在Indicator、a、b、d列，无缺失值

内容的提问来源于stack exchange，提问作者Scope