Python 数据帧loc索引的切片行为不正确

我认为[0:0]的loc切片应该产生空输出。是虫子吗

>>> df
   0   1   2   3
0  1  21  51  61
1  2  22  52  62
2  3  23  53  63
>>> df.loc[0:0]
   0   1   2   3
0  1  21  51  61

---

不，基于位置的索引具有

pandas

数据结构的包含端点。看

与标准的Python序列切片相比 端点不包含在内，熊猫中基于标签的切片包含在内。 这样做的主要原因是，通常不可能轻松地 确定中特定标签后的“后续”或下一个元素 索引

如果使用基于整数位置的索引，如

iloc

，其行为将类似于vanilla

python

数据结构：

In [5]: df
Out[5]:
   0   1   2   3
0  1  21  51  61
1  2  22  52  62
2  3  23  53  63

In [6]: df.iloc[0:0]
Out[6]:
Empty DataFrame
Columns: [0, 1, 2, 3]
Index: []

In [7]: df.loc[0:0]
Out[7]:
   0   1   2   3
0  1  21  51  61

In [8]:

---

不，基于位置的索引具有

pandas

数据结构的包含端点。看

与标准的Python序列切片相比 端点不包含在内，熊猫中基于标签的切片包含在内。 这样做的主要原因是，通常不可能轻松地 确定中特定标签后的“后续”或下一个元素 索引

如果使用基于整数位置的索引，如

iloc

，其行为将类似于vanilla

python

数据结构：

In [5]: df
Out[5]:
   0   1   2   3
0  1  21  51  61
1  2  22  52  62
2  3  23  53  63

In [6]: df.iloc[0:0]
Out[6]:
Empty DataFrame
Columns: [0, 1, 2, 3]
Index: []

In [7]: df.loc[0:0]
Out[7]:
   0   1   2   3
0  1  21  51  61

In [8]:

---

切片通常在第一个索引上包含，在第二个索引上独占。例如：

x = [1,2,3,4,5]
print x[0:0]
# prints [], the empty list.

但是，文档中明确指出，开始索引和结束索引都包含在

loc

功能中：

带有标签的切片对象，例如“A”：“f”（注意，与通常相反 python切片，包括开始和停止！）

---

为什么熊猫要这样欺负你？只有上帝知道。

切片通常在第一个索引上包含，在第二个索引上独占。例如：

x = [1,2,3,4,5]
print x[0:0]
# prints [], the empty list.

但是，文档中明确指出，开始索引和结束索引都包含在

loc

功能中：

带有标签的切片对象，例如“A”：“f”（注意，与通常相反 python切片，包括开始和停止！）

---

为什么熊猫要这样欺负你？只有上帝知道。

他们到底为什么会引入一种与语言语义不一致的行为？？？我不确定，我现在也有点暴躁。事实上，在你发布之前我并不知道这一点（我不经常使用Panda的，只是纯numpy通常会帮我玩这个把戏）到底为什么他们会引入与语言语义不一致的行为？？？我不确定，我现在也有点暴躁。我其实不知道这一点，直到你发布它（我不经常使用熊猫的，只是纯numpy通常会为我做的把戏）非常好的答案。然而，这种行为令人沮丧且不直观，不是提出这个问题的合适论坛。但是，如果切片被禁用/引发错误，一般开发人员会比给出稍微不同的行为更高兴@不，基于位置的切片是令人惊奇的，它会让任何开发人员更快乐。如果普通的开发人员阅读文档，他们会更高兴。我喜欢python，因为我不必为预期的行为阅读文档。就我个人而言，我不喜欢不一致的切片，而且我确信还存在未知的错误。我刚刚发现这导致了我程序中的错误！谢谢你的解释！回答得很好。然而，这种行为令人沮丧且不直观，不是提出这个问题的合适论坛。但是，如果切片被禁用/引发错误，一般开发人员会比给出稍微不同的行为更高兴@不，基于位置的切片是令人惊奇的，它会让任何开发人员更快乐。如果普通的开发人员阅读文档，他们会更高兴。我喜欢python，因为我不必为预期的行为阅读文档。就我个人而言，我不喜欢不一致的切片，而且我确信还存在未知的错误。我刚刚发现这导致了我程序中的错误！谢谢你的解释！