Question

我有2个数据帧。第一个数据帧具有数字作为索引。第二个数据帧具有日期时间作为索引。切片运算符（:)在这些数据帧上的行为有所不同。

案例1

>>> df = pd.DataFrame({'A':[1,2,3]}, index=[0,1,2])
>>> df
   A
0  1
1  2
2  3
>>> df [0:2]
   A
0  1
1  2

案例2

>>> a = dt.datetime(2000,1,1)
>>> b = dt.datetime(2000,1,2)
>>> c = dt.datetime(2000,1,3)
>>> df = pd.DataFrame({'A':[1,2,3]}, index = [a,b,c])
>>> df
            A
2000-01-01  1
2000-01-02  2
2000-01-03  3
>>> df[a:b]
            A
2000-01-01  1
2000-01-02  2

为什么在情况1中排除了最后一行，而在情况2中却没有呢？

Answer 1

不要使用它，最好使用loc以获得一致性：

df = pd.DataFrame({'A':[1,2,3]}, index=[0,1,2])

print (df.loc[0:2])
   A
0  1
1  2
2  3

a = datetime.datetime(2000,1,1)
b = datetime.datetime(2000,1,2)
c = datetime.datetime(2000,1,3)
df = pd.DataFrame({'A':[1,2,3]}, index = [a,b,c])

print (df.loc[a:b])
            A
2000-01-01  1
2000-01-02  2

原因，为何在docs中找到省略最后一行的原因：

使用DataFrame，在[]内切片将对行进行切片。由于这是一种常见的操作，因此在很大程度上是为了方便起见。

print (df[0:2])
   A
0  1
1  2

使用exact indexing作为日期时间选择：

...相反，使用Timestamp或datetime对象建立索引是准确的，因为这些对象具有确切的含义。这些还遵循包括两个端点的语义。

Answer 2

首先要了解这一点，让我们进行实验

import pandas as pd
import datetime as dt
a = dt.datetime(2000,1,1)
b = dt.datetime(2000,1,2)
c = dt.datetime(2000,1,3)
df = pd.DataFrame({'A':[4,5,6]}, index=[a,b,c])

现在让我们使用

df2[0:2]

哪个给了我们

            A
2000-01-01  1
2000-01-02  2

现在，这种行为通过python和列表切片是一致的，但是如果您使用 df[a:c]

你得到

    A
2000-01-01  1
2000-01-02  2
2000-01-03  3

这是因为df[a:c]会覆盖默认的列表切片方法，因为索引不对应于整数，并且在以Pandas编写的函数中（它也包含最后一个元素），因此，如果索引是整数，则pandas默认为内置切片，但是如果它们不是整数，则可以观察到这种效果，正如jezrael的答案中已经提到的那样，最好使用loc，因为这样可以更全面地实现一致性。

熊猫数据帧上的切片行为[：]不一致

2 个答案: