为什么.loc的行为会有所不同，具体取决于是打印还是分配值？

Question

我对以下行为感到困惑。 当我有这样的数据帧时：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(6, 4), columns=list('ABCD'), index=list('bcdefg'))

看起来如下：

          A         B         C         D
b -0.907325  0.211740  0.150066 -0.240011
c -0.307543  0.691359 -0.179995 -0.334836
d  1.280978  0.469956 -0.912541  0.487357
e  1.447153 -0.087224 -0.176256  1.319822
f  0.660994 -0.289151  0.956900 -1.063623
g -1.880520  1.099098 -0.759683 -0.657774

我收到了预期的错误

TypeError：无法对这些类型为'int'的索引器[3]进行切片索引

当我使用.loc尝试以下切片时：

print df.loc[3:, ['C', 'D']]

我传递一个整数作为索引，而不是包含在一个字母预计index 。

但是，如果我现在尝试

df.loc[3:, ['C', 'D']] = 10

它工作正常，并给我输出：

          A         B          C          D
b -0.907325  0.211740   0.150066  -0.240011
c -0.307543  0.691359  -0.179995  -0.334836
d  1.280978  0.469956  -0.912541   0.487357
e  1.447153 -0.087224  10.000000  10.000000
f  0.660994 -0.289151  10.000000  10.000000
g -1.880520  1.099098  10.000000  10.000000

我的问题是为什么在打印某些内容时相同的命令失败以及为什么它在分配值时起作用。 当我检查.loc的doc字符串时，我原以为这会导致上面提到的错误（特别是粗体部分）：

允许的输入是：

• 单个标签，例如5或'a' （ 注意5被解释为索引的标签 ，**从不作为索引**的整数位置）。
• 标签列表或数组，例如['a', 'b', 'c'] 。
• 带有标签的切片对象，例如'a':'f' （注意，与通常的python切片相反， 包括开始和停止！）。
• 布尔数组。
• 带有一个参数（调用Series，DataFrame或Panel）的callable函数，它返回索引的有效输出（上述之一）

当找不到项目时， .loc将引发KeyError 。

任何解释; 我在这里想念的是什么？

编辑

在这个问题中，类似的行为被认为是在0.13中修复的错误。 我用0.19.1。

编辑2在@ EdChum的帖子上建立，可以做以下事情：

df.loc[2] = 20
df.loc[3] = 30
df.loc[4] = 40

产量

           A          B          C          D
b   0.083326  -1.047032   0.830499  -0.729662
c   0.942744  -0.535013   0.809251   1.132983
d  -0.074918   1.123331  -2.205294  -0.497468
e   0.213349   0.694366  -0.816550   0.496324
f   0.021347   0.917340  -0.595254  -0.392177
g  -1.149890   0.965645   0.172672  -0.043652
2  20.000000  20.000000  20.000000  20.000000
3  30.000000  30.000000  30.000000  30.000000
4  40.000000  40.000000  40.000000  40.000000

然而，这对我来说仍然令人困惑，因为

print df.loc['d':'f', ['C', 'D']]

工作正常，命令

print df.loc[2:4, ['C', 'D']]

给出上面提到的索引错误。

此外，当一个人现在分配这样的值

df.loc[2:4, ['C', 'D']] = 100

数据框如下所示：

           A          B           C           D
b   0.083326  -1.047032    0.830499   -0.729662
c   0.942744  -0.535013    0.809251    1.132983
d  -0.074918   1.123331  100.000000  100.000000
e   0.213349   0.694366  100.000000  100.000000
f   0.021347   0.917340   -0.595254   -0.392177
g  -1.149890   0.965645    0.172672   -0.043652
2  20.000000  20.000000   20.000000   20.000000
3  30.000000  30.000000   30.000000   30.000000
4  40.000000  40.000000   40.000000   40.000000

所以这些值不会添加到一个 - 或者至少我 - 期望它们被添加（使用位置而不是标签）。

Answer 1

我认为这不是一个bug而是没有文档的语义，例如，对于行标签不存在的简单情况，允许使用enlarge进行设置：

In [22]:
df.loc[3] = 10
df

Out[22]:
           A          B          C          D
b  -0.907325   0.211740   0.150066  -0.240011
c  -0.307543   0.691359  -0.179995  -0.334836
d   1.280978   0.469956  -0.912541   0.487357
e   1.447153  -0.087224  -0.176256   1.319822
f   0.660994  -0.289151   0.956900  -1.063623
g  -1.880520   1.099098  -0.759683  -0.657774
3  10.000000  10.000000  10.000000  10.000000

如果我们传递切片，则切片中找不到标签，但由于它是整数切片，因此会转换为序数切片：

In [24]:
df.loc[3:5] = 9
df

Out[24]:
           A          B          C          D
b  -0.907325   0.211740   0.150066  -0.240011
c  -0.307543   0.691359  -0.179995  -0.334836
d   1.280978   0.469956  -0.912541   0.487357
e   9.000000   9.000000   9.000000   9.000000
f   9.000000   9.000000   9.000000   9.000000
g  -1.880520   1.099098  -0.759683  -0.657774
3  10.000000  10.000000  10.000000  10.000000

您链接的帖子和错误指的是没有赋值的选择，其中传递的不存在的标签应该引发KeyError ，这在这里是不同的

如果我们看一下__setitem__ ：

def __setitem__(self, key, value):
        key = com._apply_if_callable(key, self)

        # see if we can slice the rows
        indexer = convert_to_index_sliceable(self, key))

在这里它将尝试转换调用convert_to_index_sliceable的切片：

def convert_to_index_sliceable(obj, key):
    """if we are index sliceable, then return my slicer, otherwise return None
    """
    idx = obj.index
    if isinstance(key, slice):
        return idx._convert_slice_indexer(key, kind='getitem')

如果我们查看文档字符串：

签名：df.index._convert_slice_indexer（key，kind = None）Docstring：转换切片索引器。 禁止在开始/停止/步骤中浮动

参数---------- key：切片绑定类型的标签：{'ix'，'loc'，'getitem'，'iloc'}或None

然后运行这个：

In [29]:
df.index._convert_slice_indexer(slice(3,5),'loc')

Out[29]:
slice(3, 5, None)

这用于切片索引：

In [28]:
df.index[df.index._convert_slice_indexer(slice(3,5),'loc')]

Out[28]:
Index(['e', 'f'], dtype='object')

所以我们看到，即使您传递了看似不存在的标签，整数切片对象也会根据不同的规则转换为与df兼容的序数切片