为什么要重新索引而不使用.loc？

Question

在以前的熊猫版本中，只要值列表中至少包含一个现有键，则可以使用.loc[list-of-values]。

但是，pandas换出了此功能，以支持reindex功能。我个人喜欢.loc功能，因为它可以很好地处理索引切片和其他.loc行为。想知道为什么他们决定这样做吗？

Answer 1

此更改似乎将在the github上进行详细讨论。

（至少）有三种方式来缺少标签：

1. 如果要求至少丢失一个标签，则会引发错误
2. 如果仅要求缺少标签，则会引发错误
   • a）...如果存在至少一个标签，则丢失的标签变为NaN （当前）
   • b）...如果至少存在一个标签，则丢失的标签会被静默丢弃
3. 您永远不会因缺少标签而引发错误
   • a）...他们变成NaN
   • b）。 ...而他们被默默地抛弃了

似乎普遍同意，选项2的混合行为在很大程度上没有记载，有些违反直觉。这是一个可能令人困惑的行为的示例，其中重新排序操作会更改是否引发错误：

例如，带有选项1.和3.。

pd.concat([chunk.loc[something] for chunk in chunks])

和

pd.concat(chunks).loc[something]

都返回相同的结果（或加注）。取而代之的是2.它实际上取决于丢失的标签如何跨块分布。

最终，这是设计哲学的问题，每种方法都各有利弊。

Answer 2

根据我的理解

如果下面有Series，并且索引为0-3，并且我们希望获得除索引之外的一些索引，我们应该reindex

s=pd.Series([1,2,3,4])
s.reindex([100])
100   NaN
dtype: float64

如果使用loc，它将返回错误

s.loc[100]