Python 在变量中存储`lbound:ubound`索引符号

Python 在变量中存储`lbound:ubound`索引符号,python,python-3.x,pandas,Python,Python 3.x,Pandas,我不知道如何寻找这个,所以其他问题可能已经存在 我正在努力 idx=lbound:ubound df=df.loc[idx] Python不喜欢:符号 我应该如何更换它 编辑:我知道我可以在pandas中直接使用lbound:ubound。问题的关键是在变量中使用该符号。为什么不: df = df.loc[lbound:ubound] 或: 如果只想处理整数索引,可以使用range。如果您想使用任何索引类型的方法,防弹方法是构建索引: idx = df.loc[lbound:ubound].

我不知道如何寻找这个,所以其他问题可能已经存在

我正在努力

idx=lbound:ubound
df=df.loc[idx]
Python不喜欢
符号

我应该如何更换它

编辑:我知道我可以在
pandas
中直接使用
lbound:ubound
。问题的关键是在变量中使用该符号。

为什么不:

df = df.loc[lbound:ubound]
或:


如果只想处理整数索引,可以使用range。如果您想使用任何索引类型的方法,防弹方法是构建索引:

idx = df.loc[lbound:ubound].index.unique()
然后,您可以安全地使用:

df.loc[idx]

另一种方法是将边界存储在元组中,但语法可能不是您想要的:

idx = (lbound, ubound)
df.loc[idx[0]:idx[1]]

这就是问题的关键所在。我知道我可以在pandas中使用它,我正在尝试在变量中使用它。然后你可以使用
范围
。我的理解是
符号也适用于字符串。我弄错了吗?那么我想你可以用切片来代替。idx=df.loc[lbound:ubound].index.unique()?否则你可能会得到大量的副本不?你认为索引对于你的答案是唯一的吗?@Chapo:谢谢你的注意!我习惯于数据库,经常假设(主)索引是唯一的,而熊猫不需要它。。。我刚刚批准了您的编辑。我被迫注意到,由于重复,我的RAM被淹没了:)
idx = (lbound, ubound)
df.loc[idx[0]:idx[1]]