與典型的python切片相反，為什么.loc在pandas中切片包含stop？

Question

我正在切換一個pandas數據幀，我似乎正在使用.loc獲得意外的切片，至少與numpy和普通的python切片相比。 請參閱下面的示例。

>>> import pandas as pd
>>> a = pd.DataFrame([[0,1,2],[3,4,5],[4,5,6],[9,10,11],[34,2,1]])
>>> a
    0   1   2
0   0   1   2
1   3   4   5
2   4   5   6
3   9  10  11
4  34   2   1
>>> a.loc[1:3, :]
   0   1   2
1  3   4   5
2  4   5   6
3  9  10  11
>>> a.values[1:3, :]
array([[3, 4, 5],
       [4, 5, 6]])

有趣的是，這只發生在.loc ，而不是.iloc 。

>>> a.iloc[1:3, :]
   0  1  2
1  3  4  5
2  4  5  6

因此， .loc似乎包含終止索引，但numpy和.iloc不是。

通過評論，似乎這不是一個錯誤，我們得到了很好的警告。 但為什么會這樣呢？

Answer 1

請記住.loc 主要是基於標簽的索引。 使用非RangeIndex時，包含停止端點的決定變得更加明顯：

df = pd.DataFrame([1,2,3,4], index=list('achz'))
#   0
#a  1
#c  2
#h  3
#z  4

如果我想選擇'a'和'h' （包括）之間'a'所有行，我只知道'a'和'h' 。 為了與其他python切片保持一致，你還需要知道跟隨'h'索引，在這種情況下是'z'但可能是任何東西。

---

還隱藏了一部分文檔，解釋了這個設計選擇端點是包含的

Answer 2

除了文檔中的要點之外，使用.loc pandas slice索引不是基於單元索引的。 它實際上是基於價值的索引 （在pandas文檔中它被稱為“基於標簽”，但對於數字數據，我更喜歡術語“基於值”），而對於.iloc它是傳統的numpy風格的單元索引。

此外，基於價值的索引是包容性的，而細胞索引則不是。 試試以下內容：

a = pd.DataFrame([[0,1,2],[3,4,5],[4,5,6],[9,10,11],[34,2,1]])
a.index = [0, 1, 2, 3.1, 4]  # add a float index

# value based slicing: the following will output all value up to the slice value
a.loc[1:3.1]
# Out:
# 0    1   2
# 1.0  3   4   5
# 2.0  4   5   6
# 3.1  9  10  11

# index based slicing: will raise an error, since only integers are allowed
a.iloc[1:3.1]
# Out: TypeError: cannot do slice indexing on <class 'pandas.core.indexes.numeric.Float64Index'> with these indexers [3.2] of <class 'float'>

要明確回答您的問題，為什么它是正確的：
當使用值/標簽作為索引時，至少在我看來，直觀的是，包含最后一個索引。 據我所知，這是一個關於實現函數如何工作的設計決策。