python-3.x - Pandas 系列子集索引 2 :-2 doens't work

Question

我有这个数据框。

dd = pd.DataFrame({'t': np.array(['a','b', 'c', 'd', 'e', 'f', 'g']),
                   'o': np.array([1,2,3,4,5,6,7])})

我不明白为什么会这样:

print(dd.loc[2:4, 'o'].values)

[3, 4, 5]

这不是:

print(dd.loc[2:-2, 'o'].values)

[]

虽然这样做:

print(dd[['o']][2:-2].values)

[[3]
 [4]
 [5]]

Answer 1

为什么 dd.loc[2:4, 'o'].values 有效

.loc[] 使用 label slicing ，其中标签被视为非单调的，因此 require exact matches . Endpoints are inclusive .

因此，在.loc[]中，2:4被解释为2:4:1(含)。因此，选择了 index = 2、3 和 4 的行。

dd.loc[2:-2, 'o'].values 是如何工作的

出于与上述相同的推理，.loc[] 中的 2:-2 不会转换为可识别长度的 2:len(dd) -2:1 如预期。这是因为 2 和 -2 被视为标称标签，因此切片表达式不会是长度感知的。它将被解释为 2:-2:1(含) 而不是 2:len(dd)-2:1(含)。

但是，由于第一个元素2已经越过终点(2 > -2)的边界，所以不会选择任何元素。这会导致一个空数据框。

dd[2:-2]

这叫做 slicing ranges .

取自文档:

• 在“按位置选择”部分详细介绍了 .iloc 方法，描述了沿任意轴对范围进行切片的最稳健和一致的方法。
• 对于 Series，语法与 ndarray 完全一样
• 使用 DataFrame，在 [] 内部切片 切片行。

所以它只是一种使用 .iloc[] 进行 ndarray 样式行选择的便捷方式，它知道 2:-2 表示 2:len( dd)-2:1(端点除外)。因此，选择了 index=2,3,4 的行。

dd[['o']][2:-2] 也返回与 dd[2:-2] 相同的行，因为 dd[ ['o']] 是具有相同索引的数据框。