Tivia
发布：2026-11-13 · TIVIA
人工智能训练师三级数据处理练习中，表格左边显示的整数，不一定是行的位置。今天只分清一个问题：按标签取数据和按位置取数据。自拟表格只有两行，索引标签为10、20，score分别是80、90。
本例第一行的位置是0，但索引标签是10；第二行的位置是1，标签是20。pandas的loc按标签选择，iloc按从0开始的整数位置选择。即使标签本身也是整数，也不能把两者当成同一个含义。
同一行有位置，也有标签
| 整数位置 | 索引标签 | score |
|---|---|---|
| 0 | 10 | 80 |
| 1 | 20 | 90 |
frame.loc[10, "score"]按行标签10、列标签score取到80；frame.iloc[0, 0]按第一行、第一列的位置也取到80。它们在本例得到相同的数，但选择规则不同。
frame.loc[0]是在找标签0，不是在找第一行。这个表没有标签0，因此会抛出KeyError。想按位置取第一整行，可用frame.iloc[0]；想按标签取标签10的整行，可用frame.loc[10]。
用五条断言核对选择规则
import pandas as pd
frame = pd.DataFrame({"score": [80, 90]}, index=[10, 20])
assert frame.loc[10, "score"] == 80
assert frame.iloc[0, 0] == 80
assert frame.iloc[1].name == 20
assert list(frame.index) == [10, 20]
missing_label = False
try:
frame.loc[0]
except KeyError:
missing_label = True
assert missing_label
print(frame)
样例在pandas 2.3.1执行通过，包含预期KeyError检查；需要安装pandas的Python环境。本例结果是代码行为验证，不是学员学习效果。
自拟填空：索引标签为10、20时，按位置取第一整行，填写frame.____[0]。本例填iloc。再说明为什么不能填loc：loc[0]查找的是本例不存在的标签0。
适用范围：本例是列名和行标签唯一的简单DataFrame，只示范标量及单行读取，不讨论重复标签、多层索引、切片边界或链式赋值。不能为了让loc[0]不报错就随意重置业务索引。实际任务应先核索引和列名，再选择合适的访问方式。
完成一个能解释的自测
今天的自测动作：对同一张表分别写出第一行的位置和标签，再读一个明确的单元格。若输出不符预期，先说清楚你要的是标签还是位置，而不是只换数字试到不报错。
本文由TIVIA产品方发布，AI辅助整理并执行自拟代码核验。TIVIA包含理论题学习与上机代码填空等学习内容。本文围绕产品实操中的标签访问作基础延伸，非原题照搬、官方真题或通过承诺，完整范围以实际产品说明为准。
查看实操体验范围 · 免费理论练习（固定样本未必含本文同题）。
技术参考：pandas官方索引与选择文档。