使用Pandas .iloc仍报Index out of bounds error问题求助

嘿，这个问题我之前处理欺诈检测数据集时也碰到过，咱们来理清楚问题出在哪：

核心原因：iloc和loc的本质区别搞混了 #

你用dataset[dataset.Class == 1].index拿到的是数据集的标签索引（也就是每一行的"名字"，可能是原始行号，也可能是经过操作后保留的非连续值），但iloc是按整数位置（从0开始的连续下标，比如第1行是0，第2行是1，以此类推）来取值的，这俩完全不是一回事！

举个直观的例子：假设你的数据集原本有100行，后来你删除了第50行，这时候数据集的标签索引会变成[0,1,...,49,51,...,99]，但整数位置还是0到98。如果你拿到的欺诈样本索引里有51（标签索引），用iloc[51]找的是第52个位置的行，而你的数据集现在只有99行，自然就会报"out-of-bounds"了。

另外还有一种可能：你在提取fraud_indices之后，不小心修改了原dataset（比如删了行、重置了索引但没更新），导致原来的标签索引现在已经不存在于数据集里了。

快速解决办法 #

给你几个靠谱的解决方案，按推荐程度排序：

1. 最直接：用loc代替iloc
loc就是专门按标签索引取值的，完美匹配你拿到的fraud_indices：

   fraud_samples = dataset.loc[fraud_indices, :]
   

2. 一步到位直接提取子集
   其实没必要先拿索引再取子集，直接一行代码就能得到你要的欺诈样本子集：

   fraud_samples = dataset[dataset.Class == 1].copy()
   

   加copy()是为了避免后续修改子集时影响原数据集（Pandas默认是视图引用）。

3. 如果一定要用iloc：转成整数位置
   先把标签索引转换成对应的整数位置，再用iloc：

   # 获取标签索引对应的整数位置
   fraud_positions = dataset.index.get_indexer(fraud_indices)
   # 过滤掉可能的无效位置（比如数据集被修改后不存在的索引）
   valid_positions = fraud_positions[fraud_positions != -1]
   fraud_samples = dataset.iloc[valid_positions, :]
   

总结 #

这个问题本质就是对Pandas的两种索引方式理解不到位——记住：iloc认"位置"，loc认"标签"，下次再取子集时先想清楚自己手里的是哪种索引就行啦！

内容的提问来源于stack exchange，提问作者Vin