iloc如何避免索引错误

iloc 是 pandas 库中的一个函数，用于基于整数索引选择数据

1. 检查索引范围：确保你使用的整数索引在数据集的有效范围内。例如，如果你的 DataFrame 只有 5 行，那么有效的索引范围是 0 到 4。可以使用 shape 属性来获取 DataFrame 的行数和列数。

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

print("Number of rows:", df.shape[0])
print("Number of columns:", df.shape[1])

2. 使用 try-except 语句处理索引错误：当你使用 iloc 时，如果索引超出范围，pandas 会抛出一个 IndexError。你可以使用 try-except 语句来捕获这个错误并采取适当的措施。

row_index = 10
column_index = 2

try:
    value = df.iloc[row_index, column_index]
    print("Value at row", row_index, "and column", column_index, ":", value)
except IndexError:
    print("Invalid index: row", row_index, "or column", column_index, "is out of range.")

3. 使用 loc 代替 iloc：loc 函数基于标签索引选择数据，这意味着你需要使用行和列的实际标签而不是整数索引。这样可以避免索引错误，但需要确保标签存在于数据集中。

row_label = 'row_label'
column_label = 'column_label'

try:
    value = df.loc[row_label, column_label]
    print("Value at row", row_label, "and column", column_label, ":", value)
except KeyError:
    print("Invalid label: row", row_label, "or column", column_label, "not found.")

通过遵循这些建议，你可以避免在使用 iloc 时出现索引错误。