如何使用整数索引读取DataFrame行？range生成索引传入iloc报错如何解决

• 根本原因是混淆了Pandas的位置索引和标签索引两套体系：
  1. iloc[]、iat[]是位置索引，入参为代表行/列顺序的整数，和DataFrame的索引取值无关；loc[]、at[]是标签索引，入参为DataFrame实际设置的行/列索引值，和行/列的顺序无关。
  2. 第一种写法中iterrows()返回的index是行标签，和at[]的索引规则匹配，只要标签存在就可以正常赋值。第二种写法中range()生成的index是行的位置序号，如果你修改过DataFrame的索引（比如删除行、设置自定义索引、切片得到子DataFrame），行标签和位置序号就不再一致，用位置序号作为标签传入at[]时找不到对应行，底层索引器处理异常就会抛出该报错。
• 补充说明：你打印的index类型相同、初始值都是0不代表可以通用，只有当你的DataFrame是默认的0起始连续整数索引时，标签和位置序号才会完全对等，只要索引发生过变更就会出现不匹配的问题。

方案1：保持按位置遍历的逻辑，替换索引器 #

把按标签索引的at[]替换为按位置索引的iat[]即可，列需要先转换为位置序号：

for index in range(len(dataFrameCopy) - 2):
    # 获取目标列的位置序号
    col_idx = dataFrameCopy.columns.get_loc('bullish_swing')
    dataFrameCopy.iat[index, col_idx] = classify_bullish_swing(
        dataFrameCopy.iloc[index,:],
        dataFrameCopy.iloc[index + 1,:],
        dataFrameCopy.iloc[index + 2,:]
    )

方案2：按标签匹配，和第一种写法逻辑对齐 #

提前获取行标签列表，用位置序号取对应标签再传入at[]：

row_labels = dataFrameCopy.index.tolist()
for pos in range(len(row_labels) - 2):
    current_label = row_labels[pos]
    dataFrameCopy.at[current_label, 'bullish_swing'] = classify_bullish_swing(
        dataFrameCopy.iloc[pos,:],
        dataFrameCopy.iloc[pos + 1,:],
        dataFrameCopy.iloc[pos + 2,:]
    )

方案3：更高效的向量化实现（推荐） #

避免循环遍历，用Pandas的滑动窗口rolling实现3行批量处理，性能远高于逐行循环：

def wrap_classify(window):
    return classify_bullish_swing(window.iloc[0], window.iloc[1], window.iloc[2])

# 滑动窗口处理后前移2位，和对应行匹配
dataFrameCopy['bullish_swing'] = dataFrameCopy.rolling(3).apply(wrap_classify).shift(-2)

内容的提问来源于stack exchange，提问作者HelloWorld