Python 在df列/时间序列中按索引-1选择会引发错误

假设我们有一个简单的数据帧，如下所示：

df = pd.DataFrame({'col1':[1,2,3], 'col2':[10,20,30]})

然后我可以选择这样的元素

df.col2[0]

或

df.col2[1]

但是如果我想用

df.col2[-1]

选择最后一个元素，它会导致错误消息：

KeyError: -1

---

我知道有解决办法。例如，我可以执行

df.col2[len（df）-1]

或

df.iloc[-1,1]

。但是为什么不允许通过

-1

直接编制简单得多的索引呢？我是否错过了

-1

的另一种简单选择方式？Tnx

数据帧的索引标签是[0,1,2]。您的代码

df.col2[1]

相当于使用loc函数作为

df['col2'].loc[1]

（或

df.col2.loc[1]

）。您可以看到索引中不包含标签'-1'（这就是为什么会出现KeyError）

对于位置索引，您需要使用iloc函数（可以在Pandas系列和DataFrame上使用），因此可以执行

df['col2'].iloc[-1]

（或

df.col2.iloc[-1]

）

---

如您所见，您可以同时使用基于标签的（'col2'）和基于位置的（-1）索引，您不需要选择一个或另一个作为

df.iloc[-1,1]

或

df.col2[len（df）-1]

（这相当于

df.loc[lend（df）-1，'col2']

）

数据帧的索引标签是[0,1,2]。您的代码

df.col2[1]

相当于使用loc函数作为

df['col2'].loc[1]

（或

df.col2.loc[1]

）。您可以看到索引中不包含标签'-1'（这就是为什么会出现KeyError）

对于位置索引，您需要使用iloc函数（可以在Pandas系列和DataFrame上使用），因此可以执行

df['col2'].iloc[-1]

（或

df.col2.iloc[-1]

）

---

正如您所看到的，您可以同时使用基于标签的（'col2'）和基于位置的（-1）索引，您不需要选择一个或另一个作为

df.iloc[-1,1]

或

df.col2[len（df）-1]

（这相当于

df.loc[lend（df）-1，'col2']

）

当使用Python列表时，

myu列表[-1]

访问最后一项。然而，

df.col2

不是Python列表，而是熊猫系列。如果您想访问最后一个项目，可以先将其转换为列表，然后通过[-1]或其他方式访问它，如回复@R.dV谢谢，这会有一点帮助！但是你知道让

df.col2[1]

成为可能，而不是

df.col2[-1]

的动机是什么吗。一些编程范例？或者关于python的工作方式？还有更深层次的含义吗？列表是Python固有的，Pandas和它的所有特性都不是。我想熊猫背后的开发者们是有原因的，但我只能猜测这是什么。但据我所知，熊猫系列不是一个列表，而是一本字典，所以它使用键。列表[1]访问索引1处的项，而序列[1]访问键1处的项，这是一个细微的区别。dm2的回答对此进行了更详细的解释。当使用Python列表时，

my_list[-1]

访问最后一项。然而，

df.col2

不是Python列表，而是熊猫系列。如果您想访问最后一个项目，可以先将其转换为列表，然后通过[-1]或其他方式访问它，如回复@R.dV谢谢，这会有一点帮助！但是你知道让

df.col2[1]

成为可能，而不是

df.col2[-1]

的动机是什么吗。一些编程范例？或者关于python的工作方式？还有更深层次的含义吗？列表是Python固有的，Pandas和它的所有特性都不是。我想熊猫背后的开发者们是有原因的，但我只能猜测这是什么。但据我所知，熊猫系列不是一个列表，而是一本字典，所以它使用键。列表[1]访问索引1处的项，而序列[1]访问键1处的项，这是一个细微的区别。dm2的回答更详细地解释了这一点。谢谢，很高兴知道所有的替代方案和切片！但是你知道让

df.col2[1]

成为可能，而不是

df.col2[-1]

的动机是什么吗。一些编程范例？或者关于python的工作方式？还有更深层次的含义吗？好吧，这只是因为熊猫的

df[col][index]

等同于标签索引（即

df.loc[index\u label，column\u label]

，并且您不能使用不存在的标签（因此，如果您的数据帧有一个标记为-1的行，您可以使用df.col2[-1]来获取该行），对于位置索引，您需要指定使用

.iloc

。我想熊猫优先使用基于标签的索引，而不是位置索引。由于列表和numpy数组的行和列都没有附加标签，因此位置索引是它们的默认值。（新注释更正.loc到.iloc）谢谢，知道所有的替代方案和切片很好！但是你知道让

df.col2[1]

成为可能的动机是什么吗，而不是

df.col2[-1]

。一些编程范例？或者一些关于python应该工作的方式的东西？有什么更深层的意义吗？好吧，这就是熊猫

df[col][index]

相当于标签索引（即，

df.loc[index\u label，column\u label]

并且您不能使用不存在的标签（因此，如果您的数据帧有一个标记为-1的行，您可以使用df.col2[-1]来获取该行），对于位置索引，您需要指定使用

.iloc

。我想熊猫优先使用基于标签的索引，而不是位置索引。由于列表和numpy数组的行和列都没有附加标签，因此位置索引是它们的默认值。（新注释更正.loc到.iloc）