Python 熊猫系列.loc[[0,1]]与.loc[0:1]

tl；dr：为什么

.loc[[0,1]]

似乎在创建副本，而

.loc[0:1]

似乎在创建引用

---

在搜索的答案时，我发现

.loc[[0,1]]

的行为与

.loc[0:1]

不同。例如，如果我有一个熊猫系列，例如：

>>将熊猫作为pd导入
>>>my_系列=pd系列（dict（x=0，y=1，z=2））
>>>my_系列
x0
y 1
z 2
数据类型：int64

我使用

.loc['x'，'y']]

对其进行索引，这似乎创建了一个副本

my_series=pd.series（dict（x=0，y=1，z=2）） >>>reference=my_series.loc['x'，'y']] >>>my_series.x=10 >>>参考文献 x0 y 1 数据类型：int64 然而，当我使用

.loc['x'：'y']

对其进行索引时，这似乎创建了一个引用

my_series=pd.series（dict（x=0，y=1，z=2）） >>>reference=my_series.loc['x'：'y'] >>>my_series.x=10 >>>参考文献 x10 y 1 数据类型：int64 这是怎么回事

---

省略

.loc

的行为与中相同

>>reference=my_系列[['x'，'y']]

及

>reference=my_系列['x'：'y']

---

---

我在文档中看到了这个页面，但它没有解释观察到的行为差异。

确保在创建第二个引用之前将

my_series.x

重置为

0

，否则即使它返回了一个副本

x

也将是

10

“除了简单的情况外，很难预测它将返回一个视图还是一个副本（这取决于阵列的内存布局，pandas对此没有保证）。。。“我一般认为，但我找不到确切的视图返回时间与副本返回时间的文档。由于

pandas

在下面使用

numpy

，我认为这种行为与numpy数组处理奇特的索引（即使用索引数组访问元素）是一致的。您可以在这里找到一些文档：问题当然是一个切片有一个已知的（连续的）结构，但是使用列表进行索引不能如此高效地表达？