python - 开始 :stop slicing inconsistencies between numpy and Pandas?

Question

我对 numpy 和 Pandas 之间的以下区别感到有点惊讶/困惑

import numpy as np
import pandas as pd
a = np.random.randn(10,10)

> a[:3,0, newaxis]

array([[-1.91687144],
       [-0.6399471 ],
       [-0.10005721]])

但是:

b = pd.DataFrame(a)

> b.ix[:3,0]

0   -1.916871
1   -0.639947
2   -0.100057
3    0.251988

换句话说，numpy 不包括 start:stop 符号中的 stop 索引，但 Pandas 包括。我以为 Pandas 是基于 Numpy 的。这是一个错误吗？故意的？

Answer 1

这是记录的，它是Advanced Indexing的一部分.这里的关键是您根本没有使用停止索引。

ix 属性是一个特殊的东西，它可以让你按标签进行各种高级索引——选择标签列表，使用包含范围的标签而不是索引的半排他性范围，以及其他各种东西。

如果你不想这样，就不要使用它:

In [191]: b[:3][0]
Out[191]: 
0   -0.209386
1    0.050345
2    0.318414
Name: 0

如果你在不阅读文档的情况下多玩这个，你可能会想出一个例子，比如你的标签是，'A', 'B', 'C', 'D' 而不是 0, 1, 2, 3，突然间，b.ix[:3] 将只返回 3 行而不是 4 行，而你会再次感到困惑。

区别在于，在那种情况下，b.ix[:3] 是索引 上的切片，而不是标签 上的切片。

您在代码中请求的内容实际上在“所有标签最多包括 3”和“所有索引最多但不包括 3”之间是不明确的，并且标签总是以 ix (因为如果你不想标签切片，你不必首先使用 ix )。这就是为什么我说问题是您根本没有使用停止索引。