Question

因此，df['date']返回：

0        2018-03-01
1        2018-03-01
2        2018-03-01
3        2018-03-01
4        2018-03-01
            ...    
469796   2018-06-20
469797   2018-06-20
469798   2018-06-27
469799   2018-06-27
469800   2018-12-06
Name: date, Length: 469801, dtype: datetime64[ns]

然后df['date'].sort_values()返回：

137241   2018-01-01
378320   2018-01-01
247339   2018-01-01
34333    2018-01-01
387971   2018-01-01
            ...    
109278   2018-12-06
384324   2018-12-06
384325   2018-12-06
109282   2018-12-06
469800   2018-12-06
Name: date, Length: 469801, dtype: datetime64[ns]

现在df['date'].sort_values()[0]“忽略排序”并返回：

Timestamp('2018-03-01 00:00:00')

df['date'].sort_values()[0:1]实际上返回：

137241   2018-01-01
Name: date, dtype: datetime64[ns]

为什么显然的行为不一致？正如@ cs95准确指出的那样，它们分别返回一个标量和一个Series，这没关系。我对值感到困惑，第一个是2018-03-01，第二个是2018-01-01。

谢谢。

警告

某种程度上类似于：why sort_values() is diifferent form sort_values().values

Answer 1

对于标量索引与切片的Pandas索引的解释方式略有不同。考虑一个更简单的示例：

df = pd.DataFrame({'col1': [5, 4, 3, 2, 1]}).sample(frac=1)
df
   col1
4     1
1     4
0     5
3     2
2     3

还要注意sort_values的结果：

df['col1'].sort_values()
4    1
3    2
2    3
1    4
0    5

当您调用df['col1'].sort_values()[0]时，您实际上会获得通过键0索引的值。在这里，它隐式调用loc：

df['col1'].sort_values()[0]     # just gets the value indexed by that key
# 5

df['col1'].sort_values().loc[0]
# 5

当您对索引切片时，假定它们是整数而不是标签，这意味着它隐式调用iloc：

df['col1'].sort_values()[0:1]   # just gets the first row  
4    1
Name: col1, dtype: int64


df['col1'].sort_values().iloc[0:1]
4    1
Name: col1, dtype: int64

如果您希望标量索引操作返回与切片相同的内容，请使用iloc或iat（奇异值）：

df['col1'].sort_values().iloc[0]
# 1

df['col1'].sort_values().iat[0]
# 1

为什么series [0]和series [0：1]会产生不同的结果？

警告

1 个答案: