基于行号提取数据框指定行及if row==df.index报错解决

报错原因拆解 #

• 你写的if row==df.index之所以报错，是因为df.index是覆盖全部100行的索引数组，拿单个输入值row和整个数组做==比较时，会返回一个长度为100的布尔值序列，不是单个True/False结果。
• 把这种多元素的序列直接放到if判断条件里，Python没法知道该判断“所有元素都为真”还是“存在至少一个真”，自然就会抛出“数组包含多个元素时真值不明确”的错误。

正确实现方式 #

根据你说的“行号”的实际定义，选对应的pandas原生接口取行就行，完全没必要自己写逐元素判断的逻辑：

场景1：输入的是从0开始数的物理行位置 #

如果需求是取“从上往下数第N行”，和数据框的自定义索引没关系，直接用iloc接口：

• 取单行的写法：target_row = df.iloc[输入的行号]
• 注意如果是普通用户更习惯的“从1开始数第几行”（比如觉得最上面的是第1行），要把输入值减1适配pandas的0基规则，也就是target_row = df.iloc[输入的行号 - 1]
• 取之前可以加个校验，避免越界报错：只要输入的行号在0 <= 输入值 < 数据框总行数范围内，就是合法的。

场景2：输入的是数据框自带的索引标签 #

如果需求是匹配索引列的标签值（比如索引是订单号、用户ID这类自定义内容），用loc接口：

• 取单行的写法：target_row = df.loc[输入的标签值]
• 要判断输入的标签是否存在，直接用in运算符就行，别再拿等号比整个索引数组：

  if 输入的行号 in df.index:
      target_row = df.loc[输入的行号]
  else:
      # 在这里写输入无效的提示逻辑就行
  

常见踩坑提醒 #

• 别搞混iloc和loc的用法：iloc只认整数位置，就算数据框的索引是纯数字也别乱传位置，很容易取错行；loc只认索引标签，直接传位置序号大概率会触发类型报错。
• 凡是报“真值不明确”的错误，基本都是把布尔序列直接当判断条件用了，要么把序列聚合成单个值（比如用any()/all()），要么换用正确的成员判断语法（比如in）。

内容的提问来源于stack exchange，提问作者faddy