在使用jupyter notebook运行ipynb文件时报错，而且我看不明白这个错误的意思，因此就更加难以解决这个问题，而这个错误关于使用pandas对数据进行切片时出错，因此学习panda,目的是想看明白这个错误的意思，然后尝试着解决这个问题。
1.我遇到的问题：运行ipynb文件，错误如下图：
图1
图2
图3
错误就如上面的图片所示。
2.我输入的文件的部分内容如下图所示：
图4
打印图1的第三个单元格，返回的结果如下图：
图5
3.为了看明白图1，图2，图3中的错误，学习pandas。
图6
4. .loc，基于label(标签)的索引
Note:
loc是基于标签的，如果给出的索引中包含没有的标签，会报错 'the label xxx is not in the [index]'
loc索引的开闭区间机制和Python传统的不同，而是与MATLAB类似的双侧闭区间，即只要出现，就会包含该标签
数字也可以放入loc中当做索引，但是这时数字指的是标签而不是位置.当使用数字的时候，这个数字必须是表中的列标签名或者行标签名。
图7
5. pandas中.iloc函数的使用，基于位置的索引。例如下图的print(df.iloc[3,3])就是4行和第4列（因为索引号都是从0开始，所以这里的3对应表中的第4行和第4列），相当于一个二维坐标系，给出了两横坐标和纵坐标，这就是位置。
如果iloc方括号中直接给定一个数字或者一个slice的话，默认索引的是行。其中数字的情况会返回一个Series
图8
图9
图10
图11
图12
图11和图12的这个错误和我的ipynb文件运行的错误（图1到图3）提示一样，但是通过看我的数据，很明显我的ipynb文件的代码的索引标签并不是行的标签，也就是说并不是对行进行索引。图11和图12的错误提示是由于索引表达式的单个标签是行标签，而当索引表达式的为单个标签时只能是列标签，即对列进行索引，因此会出错。
pandas对象中索引既可以用标签也可以用下标（下标：如print(df[0:3])就是使用下标来进行索引，左闭右开）来表示，但是单独索引是将索引表达式优先当做标签使用，又因为在DF对象中单独索引默认为对列索引，因此，这是解释器就会去找例子中的df对象有没有一个列标签为2，结果没有，就报错了。
图13
图14
图13和14的错误提示跟我的ipynb文件运行的错误提示一样，所以我的ipynb文件运行的错误的原因可能是由于我的数据问题，或者跟这个错误一样，索引的标签（type_of_gene）不对而出错。
参考来源：
1.pandas入门——数据切片 - Nick的博客 - CSDN博客
网友评论