PyQt QTableView编辑pandas加载的CSV单元格触发IndexError问题咨询

• 核心混淆点：self._df.values返回的是numpy二维数组，仅支持整数、切片、布尔数组等类型作为索引；但你代码中通过row = self._df.index[index.row()]获取的是Pandas DataFrame的行标签，通过col = self._df.columns[index.column()]获取的是DataFrame的列名，当行标签非整数、或者列名为字符串时，将这些值传入numpy数组作为索引就会触发该报错。
• 扩展异常场景：即使行标签是整数，若后续执行过排序、筛选等操作导致行索引不连续，也会出现索引越界问题。

仅需修改PandasModel_1类的setData方法即可，以下两种实现方案二选一：

方案1：直接操作numpy数组（和原有data方法逻辑一致，改动最小） #

直接使用QModelIndex自带的整数位置索引操作数组，同时增加类型转换逻辑避免修改后数据类型错乱：

def setData(self, index, value, role):
    if not index.isValid() or role != Qt.EditRole:
        return False
    try:
        # 转换输入值的类型和原列数据类型保持一致
        target_type = self._df.dtypes[index.column()].type
        converted_value = target_type(value)
        # 直接用整数位置索引操作numpy数组
        self._df.values[index.row()][index.column()] = converted_value
        self.dataChanged.emit(index, index)
        return True
    except:
        # 类型转换失败则不修改数据
        return False

同时可以删除原方法中无用的row = self._df.index[index.row()]、col = self._df.columns[index.column()]两行冗余代码。

方案2：直接操作Pandas DataFrame（适配性更强） #

用Pandas原生的位置索引iloc操作，避免直接接触numpy数组的索引规则，后续对DataFrame做排序、筛选等操作时不需要额外适配：

def setData(self, index, value, role):
    if not index.isValid() or role != Qt.EditRole:
        return False
    try:
        self._df.iloc[index.row(), index.column()] = value
        self.dataChanged.emit(index, index)
        return True
    except:
        return False

你当前loadFile方法中每次加载CSV文件都会重复给save_file_btn_1绑定Event1槽函数，会导致点击按钮时触发多次执行，建议将该绑定逻辑移到Main类的__init__方法中，仅执行一次即可。

内容的提问来源于stack exchange，提问作者Pino Villa