如何解决根据索引列表选取DataFrame列时的索引不存在报错？

嘿，这个报错我之前也碰到过，主要是索引的使用逻辑出了问题，咱们一步步梳理解决：

1. 先修正变量名的笔误 #

你定义的索引变量是indices = full_train_df.query("primary == primary").index，但后面代码里用的是clean_df_indices——变量名不统一，先把这个小问题改了，比如统一用indices。

2. 核心解决方法：别用切片，改用.loc按索引取值 #

你写的[:indices]是按整数位置切片，但indices是从DataFrame里拿到的索引值（可能不是连续整数，或者和train_df的索引范围不匹配），这就导致系统找不到对应位置，报错“无对应索引”。

正确的做法是用.loc来精准匹配索引，代码改成这样：

# 按索引选取指定行的A、B列
X = train_df.loc[indices, ["A", "B"]].values
# 按索引选取指定行的year列
y = train_df.loc[indices, "year"].values

.loc是专门用来按索引标签取值的，完美适配你拿到的索引列表。

3. 检查两个DataFrame的索引是否匹配 #

如果改了.loc还是报错，那大概率是full_train_df和train_df的索引不匹配——比如一个是重置过的连续整数索引，另一个是原始的非连续索引，或者两个表的行对应关系不对。

这时候可以先验证一下：

# 检查两个DataFrame的索引是否完全一致
print(full_train_df.index.equals(train_df.index))

如果输出是False，那你要么调整两个表的索引让它们对齐，要么直接从train_df本身筛选索引（如果业务逻辑允许的话）：

# 直接从train_df里获取符合条件的索引
indices = train_df[train_df["primary"].notna()].index

4. 小优化：简化索引筛选逻辑 #

你写的query("primary == primary")其实是筛选primary列非空的行，可以简化成更高效的写法：

indices = full_train_df[full_train_df["primary"].notna()].index

最后，整合后的正确代码大概是这样：

# 获取符合条件的索引（确保和train_df索引匹配）
indices = full_train_df[full_train_df["primary"].notna()].index
# 按索引选取数据
X = train_df.loc[indices, ["A", "B"]].values
y = train_df.loc[indices, "year"].values

内容的提问来源于stack exchange，提问作者01110000_01110000