pandas使用iloc配合idxmax取值时触发IndexError位置索引越界问题

核心是混淆了pandas的两套独立索引逻辑，和copy、deepcopy的拷贝方式完全无关：

• Series.idxmax()方法返回的是列最大值对应的行索引标签值，也就是DataFrame的index属性存储的标识值，不是行在表内的整数排列位置
• iloc[]是纯整数位置索引器，只接受从0开始、按行排序的连续位置序号，完全不识别索引标签本身的数值
• 原始大表f2021能正常运行，是因为它的行索引是默认生成的连续0~N整数标签，此时索引标签的数值和行的实际位置完全相等，把idxmax()返回的标签值传给iloc时刚好能匹配位置，不会触发越界
• 子集f2021_1必现越界的原因：作为从大表筛选生成的子集，只要没有主动重置索引，它的行索引会完全继承原大表的非连续标签值。比如原大表共10万行，筛选后仅剩500行，保留的索引标签可能是[1023, 4567, 98001]这类远大于子集总行数的数值。此时idxmax()返回的标签值（比如98001）被传入iloc后，位置索引器会尝试找第98001行位置，但子集本身仅500行，自然触发IndexError越界。

补充：不管是普通copy还是deepcopy，都只会复制数据本身的内容，不会修改子集继承来的非连续索引标签，所以两种拷贝方式都无法解决这个问题。

• 优先采用索引匹配的写法：把报错语句里的位置索引器替换为标签索引器loc，和idxmax()返回的标签值完全适配，不需要修改原有子集的生成逻辑：

  date.append(f2021_1.loc[f2021_1[j].idxmax(), 'ts'])
  

• 备选方案：生成f2021_1时主动重置索引，让子集的索引变回连续的0~N整数标签：

  # 生成子集的代码后追加重置索引操作
  f2021_1 = f2021[筛选条件].reset_index(drop=True)
  

  这种写法下原代码可以正常运行，但如果后续依然混淆标签索引和位置索引，还是会出现同类问题。

内容的提问来源于stack exchange，提问作者Miss.Pepper