Question

我正在尝试仅提取scikit Learn的虹膜数据集中的杂色花瓣长度条目。这对应于第50到99行。我总是被告知python索引排除了最后一个条目，即1:10是从1到9的所有数字。

那么，为什么以下命令包含第99行？这个包容性索引（包括最终值）只是带有loc的熊猫吗？我的代码在下面并且可以工作，但是我不知道为什么，我的直觉是将loc中的索引设置为[50:100]

from sklearn import datasets
import pandas as pd
import numpy as np
iris = datasets.load_iris() #load iris
iris_df=pd.DataFrame(data= np.c_[iris['data'], iris['target']],
                     columns= iris['feature_names'] + ['target']) #convert iris to dataframe
versicolor_petal_length=iris_df.loc[50:99,['petal length (cm)']] #extract rows 50-99 of petal length (cm) column
print(versicolor_petal_length)

输出包括第99行，

    petal length (cm)
50                4.7
51                4.5
52                4.9
53                4.0
54                4.6
55                4.5
56                4.7
57                3.3
58                4.6
59                3.9
60                3.5
61                4.2
62                4.0
63                4.7
64                3.6
65                4.4
66                4.5
67                4.1
68                4.5
69                3.9
70                4.8
71                4.0
72                4.9
73                4.7
74                4.3
75                4.4
76                4.8
77                5.0
78                4.5
79                3.5
80                3.8
81                3.7
82                3.9
83                5.1
84                4.5
85                4.5
86                4.7
87                4.4
88                4.1
89                4.0
90                4.4
91                4.6
92                4.0
93                3.3
94                4.2
95                4.2
96                4.2
97                4.3
98                3.0
99                4.1

鉴于此，有人可以向我解释何时索引将包含最后一个元素，何时索引将排除最后一个元素？我对此有些麻烦。

谢谢

Answer 1

我相信您正在考虑属于Numpy库的np.arange（不包括最后的索引，如here所示），而df.loc来自Pandas库，并且如示例所示，都是wrt索引here

要添加的编辑：您可能还会想到how for loops work in python关于范围功能。当涉及到索引和使用新库时，仔细检查一些文档也无济于事：）

如果您还有其他问题，请随时询问

新手问题：为什么此索引有效？

1 个答案: