即使在 Pandas 中使用 .iloc 也会出现索引越界错误

Question

fraud_indices = np.array(dataset[dataset.Class == 1].index)
fraud_samples = dataset.iloc[fraud_indices, :]

我在一个数据集上使用上述代码，该数据集有一列“类”，其中包含 0 和 1。我想做的很简单，我正在获取数据集中 Class == 1 的索引，并且我正在使用它来制作一个子集。

但是，即使索引是从同一数据集获得的，我在第二行也收到错误“位置索引器超出范围”。他们怎么可能越界？有人可以帮忙吗？

Answer 1

我想你只需要boolean indexing：

fraud_samples = dataset[dataset.Class == 1]

如果需要索引：

fraud_indices = fraud_samples.index

但是，即使索引是从同一数据集获得的，我在第二行也收到错误“位置索引器超出范围”。他们怎么可能越界？

原因是您的索引不是默认值。因此，DataFrame 的长度和函数 iloc 按位置选择，而不是像 loc 这样的索引名称。

示例：

dataset = pd.DataFrame({'Class':[0,1,0,1]}, index=[0,1,3,5])
print (dataset)
   Class
0      0
1      1
3      0
5      1

fraud_indices = np.array(dataset[dataset.Class == 1].index)
print (fraud_indices)
[1 5]

你不能选择第6行（python从0开始计数，所以5），因为DataFrame.iloc不存在：

fraud_samples = dataset.iloc[fraud_indices, :]
print (fraud_samples)

IndexError：位置索引器超出范围

但如果按DataFrame.loc 的索引值选择：

fraud_samples = dataset.loc[fraud_indices, :]
print (fraud_samples)
   Class
1      1
5      1