如何在pandas中读写指定列？读取Excel列索引报错怎么解决？

你用df[j][i]写法报错的核心原因是：pandas中df[参数]默认优先匹配列名，你读取的Excel第一行是表头item1~item5，所以列名是这几个字符串，不存在名为2、3这类数字的列，所以当j≥2时找不到对应列就会报错。你之前df[1]能正常取值属于读取配置异常带来的巧合情况，不具备通用性。

以下是正确的列引用方法： #

1. 已知列名，按列名引用 #

直接把列名字符串放在[]里即可：

• 取整列：df['item1']（对应第一列）、df['item2']（对应第二列）
• 取某列的第i行值：df['item1'][i]

2. 按列的位置序号引用 #

用pandas提供的iloc索引器，位置序号从0开始计数，格式为df.iloc[行位置, 列位置]：

• 取第j列整列：df.iloc[:, j]
• 取第j列第i行的值：df.iloc[i, j]

这种写法刚好匹配你用数字j遍历列的需求，你的循环代码可以修改为：

import pandas as pd
import numpy as np

df = pd.read_excel('test.xlsx')
amount = df.shape[0]
col = df.shape[1]
# 注意不要用[[0]*amount]*col的写法，属于浅拷贝会有联动修改的坑，直接用np.zeros创建全0数组
a = np.zeros((col, amount))

for j in range(col):
    for i in range(amount):
        a[j][i] = df.iloc[i, j]

额外优化建议 #

你要把整个DataFrame转成numpy数组完全不用手写循环，一行代码就能实现：

# 转成的数组默认形状是(行数, 列数)，如果需要你之前的(列数, 行数)，加个.T转置即可
a = df.to_numpy().T

内容的提问来源于stack exchange，提问作者jwtkms