为何DataFrame与列表的索引取值逻辑存在差异？

云上老周

2026-5-28

搞懂Pandas DataFrame的索引逻辑

哈哈，你完全猜对了！这确实是Pandas DataFrame和Python列表索引逻辑的核心差异点，很多刚上手Pandas的同学都会在这里打个小磕绊~

为什么`df[0]`返回的是列不是行？

Python原生列表是嵌套一维结构，a[0]取的是外层列表的第一个元素（也就是第一行子列表）；而Pandas DataFrame是专门为二维表格数据设计的，它默认把列作为优先操作的单元（毕竟数据分析中经常按列做统计、清洗），所以直接用方括号df[col_label]时，提取的是对应标签的整列数据。

就拿你定义的这个DataFrame来说：

import pandas as pd
df = pd.DataFrame([[1,2,3,4],[5,6,7,8]])

它的列默认标签是0、1、2、3，行索引是0、1，所以df[0]自然会返回标签为0的整列：

0    1
1    5
Name: 0, dtype: int64

那怎么获取DataFrame的整行数据？

如果你想实现和列表a[0]一样取第一行的效果，有两种常用且规范的方法：

用iloc按位置索引：df.iloc[0]，这是严格按行的位置来提取，返回的是第一行的Series：
```
0    1
1    2
2    3
3    4
Name: 0, dtype: int64
```
用loc按行标签索引：如果你的行是默认的数字索引，df.loc[0]和iloc[0]效果一致；如果行标签是自定义的字符串/其他值，就用对应的标签来取。