Pandas DataFrame iloc切片后循环调用loc[0]报错原因问询

• Pandas从DataFrame中做切片操作时，默认会保留原始行索引，不会自动重置为从0开始的新索引。你通过iloc[i:i+3]得到的batch_df是原DataFrame的视图，行索引完全继承自原数据集：
  • 第一次循环切片范围是原df的第0~2行，继承的索引就是0,1,2，所以batch_df.loc[0]可以正常命中
  • 第二次循环切片范围是原df的第3~5行，继承的索引是3,4,5，不存在索引值为0的行，因此触发KeyError: 0
• 该现象和第一次生成的batch_df有没有被覆盖完全无关：每次循环迭代时，batch_df都会被新的切片结果覆盖，旧的对象不会对新批次产生任何影响。

如果你的需求确实是每个批次的索引都从0开始，更推荐在切片后调用reset_index(drop=True)主动重置索引，后续不管是用loc[0]还是按位置取数都不会出问题，兼容性更强：

for i in range(0, len(df), 3):
    print("\n------BATCH BEGIN")
    # drop=True表示直接丢弃原始索引，不会把旧索引转为DataFrame的普通列
    batch_df = df.iloc[i:i+3].reset_index(drop=True)
    print(batch_df)
    print(batch_df.loc[0].at["Name"])
    print("------BATCH END")

你当前改成batch_df.loc[i]的方案可以临时解决问题，但依赖循环变量i和原始索引的对应关系，如果你后续调整切片逻辑、或者原始数据集本身索引不是连续从0开始的，这个写法就会失效，更推荐用重置索引的方案。

内容的提问来源于stack exchange，提问作者mahmood