python - 使用具有多种数据类型的索引列表对 Pandas 系列对象进行切片

Question

我刚刚开始学习 Pandas，我不明白当索引列表包含多种类型的对象时切片是如何工作的。

import pandas as pd
arr = pd.Series([10, 20, 30, 40], index = [2, 3, 'six', 'eight'])
arr[2:3] #Output -- 30
arr[3:'six'] #TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [3] of <class 'int'>
arr['six':'eight'] #Output -- 30, 40

arr[2:3] 不应该是 20 而 arr['six':'eight'] 不应该是 30 吗？

Answer 1

如果索引中没有混合类型的值，Pandas 的工作效果最好。

这里的通用解决方案是通过 Index.get_loc 获取每个索引的位置并选择Series.iloc :

arr = pd.Series([10, 20, 30, 40], index = [2, 3, 'six', 'eight'])

print (arr.iloc[arr.index.get_loc(2):arr.index.get_loc(3)])
2    10
dtype: int64

print (arr.iloc[arr.index.get_loc(3):arr.index.get_loc('six')])
3    20
dtype: int64

print (arr.iloc[arr.index.get_loc('six'):arr.index.get_loc('eight')])
six    30
dtype: int64

您的解决方案部分有效:

首先，如果按两个整数进行选择，则 pandas 会按位置进行索引(如 iloc):

print (arr[2:3])
six    30
dtype: int64

print (arr.iloc[2:3])
six    30
dtype: int64

如果通过两个标签进行选择，pandas 会选择类似的标签(如 loc):

print (arr['six':'eight'])
six      30
eight    40
dtype: int64

print (arr.loc['six':'eight'])
six      30
eight    40
dtype: int64

未实现按混合值选择，因此引发错误 - pandas 尝试按标签选择(如 loc)，但找到整数(用于按位置选择)。