iloc报错too many indexers

"Too many indexers"错误通常出现在使用 pandas 的 iloc 函数时，这种错误通常原因是在 iloc 函数中使用了太多的索引器。

在 iloc 函数中，我们可以使用单个整数、切片或布尔值数组来选择数据集中的行和列。但是如果同时使用多个索引器，就会导致出现 "Too many indexers" 错误。

例如，下面的代码将会出现该错误：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 错误的示例
df.iloc[0:2, ['A', 'B']]

正确的做法是使用整数索引器或者切片来选择列数据，例如：

# 正确的示例
df.iloc[0:2, 0:2]  # 使用整数索引器
df.iloc[0:2, :2]   # 使用切片

如果你需要选择多个列，可以使用一个整数列表来选择列数据，例如：

# 正确的示例
df.iloc[0:2, [0, 1]]  # 选择 A 和 B 两列的数据

总之，使用 iloc 函数时需要避免使用太多的索引器，只需使用单个整数、切片或整数列表即可。

相关问题

df2.iloc[outliers,15]报错Too many indexers

"Too many indexers" 错误通常在使用 Pandas 的 `iloc` 方法时出现。这个错误表示你在使用 `.iloc` 时提供了过多的索引器。

在这种情况下，你需要检查 `df2.iloc[outliers,15]` 这一行代码，并确保你提供的索引器数目正确。`iloc` 方法的用法是通过整数位置选择数据，可以使用单个整数、整数列表或整数切片作为索引器。

要解决此错误，你可以检查 `outliers` 的值是否正确，并确保它是一个整数、整数列表或整数切片。如果 `outliers` 是一个布尔数组，则需要将其转换为整数数组或整数切片。

例如，如果你想选择第 15 列中 `outliers` 列表中的行，你可以尝试以下代码：

df2.iloc[outliers,:].iloc[:, 15]

请注意，具体的解决方法可能因你的代码和数据结构而有所不同，以上只是一个示例。在实际使用时，请根据具体情况进行调整。

pandas.errors.IndexingError: Too many indexers

这个错误通常是由于使用了太多的索引器引起的。在使用 Pandas 进行数据处理时，索引器是非常有用的，但是如果使用过多可能会导致出现错误。

例如，如果你想要选取某个 DataFrame 中的特定行和列，可以使用 loc 或 iloc 索引器来选择：

# 选取第一行和第二列
df.loc[0, 'col2']

# 选取前三行和前两列
df.iloc[:3, :2]

但是如果你使用了太多的索引器，例如同时使用了 loc 和 iloc，可能会导致出现 "Too many indexers" 错误。

因此，建议在使用 Pandas 进行数据处理时，仔细检查使用的索引器数量，确保不会出现这个错误。