Python loc和ix之间的意外差异

我注意到在Pandas中子集数据帧时，

loc

和

ix

之间有一个奇怪的区别

import pandas as pd

# Create a dataframe
df = pd.DataFrame({'id':[10,9,5,6,8], 'x1':[10.0,12.3,13.4,11.9,7.6], 'x2':['a','a','b','c','c']})
df.set_index('id', inplace=True)

df
      x1 x2
id         
10  10.0  a
9   12.3  a
5   13.4  b
6   11.9  c
8    7.6  c


df.loc[[10, 9, 7]] # 7 does not exist in the index so a NaN row is returned
df.loc[[7]] # KeyError: 'None of [[7]] are in the [index]'
df.ix[[7]] # 7 does not exist in the index so a NaN row is returned

为什么

df.loc[[7]]

在

df.ix[[7]]

返回带有NaN的行时抛出错误？这是虫子吗？如果不是，为什么

loc

和

ix

是这样设计的

---

（注意，我在Python 3.5.1上使用的是Pandas 0.17.1）

我认为这种行为是故意的，而不是bug。
虽然我找不到任何官方文件，但我在2014年3月21日找到了jreback的一条评论，指出了这一点

ix可以非常巧妙地给出错误的结果（使用偶数索引）

你可以使用任何你想要的功能；ix仍然存在，但它没有提供loc提供的保证，即它不会将数字解释为位置

至于为什么设计成这样
如中所述

.ix支持混合整数和基于标签的访问。它主要基于标签，但会退回到整数位置访问，除非相应的轴是整数类型

---

在我看来，提出一个

KeyError

是不明确的，因为它是来自索引还是整数位置。相反，

ix

在给定列表时返回

NaN

，正如@shanmuga所说，这是（至少对于

loc

）预期和记录的行为，而不是bug

loc

/selection by label上的文档提供了有关此（）的规则：

您要求的标签中至少有1个必须在索引中，否则将引发KeyError

这意味着如果此标签不在索引中，则将

loc

与单个标签（例如

df.loc[[7]]]

）一起使用将产生错误，但当将其与标签列表（例如

df.loc[[7,8,9]]

一起使用时，如果这些标签中至少有一个在索引中，则不会产生错误

---

对于

ix

我不太确定，我认为这没有明确的文档记录。但在任何情况下，

ix

更为宽松，有很多边缘情况（退回到整数位置等），这是一个兔子洞。但一般来说，

ix

将始终返回使用提供的标签索引的结果（因此不会像

loc

那样检查标签是否在索引中），除非返回到整数位置索引。

---

在大多数情况下，建议使用

loc

/

iloc

，但为什么

df.loc[[7]]

会返回错误，而

df.loc[[10,9,7]]

会返回三行数据帧？这样做的目的是什么？

.loc

保证数据帧索引中存在这些值。但是

.ix

并不能保证这一点（它会在返回到整数位置之前检查两个索引）。在这种情况下（IMHO）最好给出

NaN

而不是提出一个关键错误。同样，如果

提供了您提到的保证，为什么
df.loc[[10,9,7]]
会返回三行（即当不存在这样的id时，包括id=7的一行）？我同意，这是不一致的行为。我找不到任何文档来解释这一点。我认为这很可能是一个bug。提交了一份报告。令人困惑的是，
df.loc[[7,8,9]]
实际上返回了id=7的一行，但
df.loc[[7]]
没有返回。我希望它们要么都出错，要么对于
df.loc[[7,8,9]]
不返回id=7的行。尽管如此，我很高兴知道这不是一个bug。谢谢你的帮助。