为什么要重建索引而不是使用 .loc？

Question

在 pandas 的早期版本中，使用.loc[list-of-values]是可行的，只要值列表包含至少一个现有键即可。

但是，pandas 已将此功能换成重新索引 function。我个人喜欢.loc功能，因为它与索引切片和其他.loc行为配合得很好。 想知道他们为什么决定这样做吗？

Answer 1

此更改似乎在 github上进行了详细讨论。

有（至少）三种处理缺失标签的方式：

1. 如果要求至少缺少一个 label，则会引发错误
2. 如果仅请求缺少标签，则会引发错误
   • a)... 而如果至少有一个 label 存在，则缺少的标签变为 NaN （当前）
   • b)...而如果至少有一个 label 存在，缺失的标签将被悄悄丢弃
3. 你永远不会因为缺少标签而报错
   • a)...然后他们变成了 NaN
   • b). ...然后它们被悄无声息地丢弃了

似乎普遍认为选项 2 的混合行为在很大程度上没有记录并且有些违反直觉。 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改变是否引发错误：

例如，选项 1 和 3。

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

和

pd.concat(chunks).loc[something]

两者都返回相同的结果（或加注）。 而不是 2. 它实际上取决于丢失的标签如何跨块分布。

归根结底，这是设计理念的问题，每种方法都有利有弊。

Answer 2

据我了解

如果你有下面的Series ，索引是 0-3，我们想得到超出索引的一些索引，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]