Python 使用带列表和范围的.ix索引时出现意外结果

有人能给我解释一下这种行为吗

import pandas as pd

dates = pd.date_range('1/1/2000', periods=8)
df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])

df.ix['2000-01-01':'2000-01-02', ['A', 'C']]

## Output:
                   A         C
2000-01-01  0.224944 -0.689382
2000-01-02 -0.824735 -0.805512

df.ix[['2000-01-01', '2000-01-02'], ['A', 'C']]

## Output:
             A   C
2000-01-01 NaN NaN
2000-01-02 NaN NaN

我希望两个索引操作都返回相同的（第一个）结果

然后我有点明白了：

from datetime import datetime

df.loc[[datetime(2000, 1, 1), datetime(2000, 1, 5)], ['A','C']]

## Output
                   A         C
2000-01-01  0.224944 -0.689382
2000-01-05 -0.393747  0.462126

现在，我不知道pandas的内部结构，也不知道为什么它在给定一个范围时隐式地将字符串转换为日期，但在给定一个列表时却不会，但我的猜测是，范围清楚地表明，我们指的是一个具有序号性质的对象，所以pandas可能会检查索引，看到它是一个日期时间，然后将字符串解析为日期

但问题是，当我们提供单个字符串时，为什么它做了正确的事情

df.loc['2000-01-01', ['A','C']]

## Output:
A    0.224944
C   -0.689382
Name: 2000-01-01 00:00:00, dtype: float64

---

当给定一个列表时，不尝试转换多个值是否是一个性能问题？其他一些设计决策？

使用字符串访问DatetimeIndex有点被侵入（因为R会这样做，所以它就在那里，但很容易找到像这样的边缘案例）。也就是说：

• 它适用于切片
• 它适用于单一访问
• 它可能适用于其他一些情况，但我不会指望它

---

使用时间戳比使用字符串要好得多：

In [11]: df.ix[pd.Timestamp('2000-01-01'), ['A','C']]
Out[11]:
A    0.480959
C    0.468689
Name: 2000-01-01 00:00:00, dtype: float64

In [12]: df.ix[pd.Timestamp('2000-01-01'):pd.Timestamp('2000-01-02'), ['A','C']]
Out[12]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

In [13]: df.ix[[pd.Timestamp('2000-01-01'), pd.Timestamp('2000-01-02')], ['A', 'C']]
Out[13]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

In [14]: df.ix[pd.to_datetime(['2000-01-01', '2000-01-02']), ['A', 'C']]
Out[14]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

---

正如您在回答中提到的，这比

.loc

更清晰（尽管在本例中没有歧义），而不是

.ix

更容易说明意外行为：

df.ix[['2000-01-01'，2000-01-02']

--NaNs@shx2确切地正如你所指出的，它用一个日期字符串做正确的事情。我很确定这是一个已知的错误。。。但没有人想实现它（或者至少没有人想实现）。编辑：我在github上找不到它。。。但我想它就在那里的某个地方。