python - 为什么 pandas 默默地忽略索引过多的 .iloc[i, j] 赋值？

Question

为什么 pandas 在设置或获取索引数量错误的系列中的项目时表现不同:

df = pd.DataFrame({'a': [10]})
# df['a'] is a series, can be indexed with 1 index only

# will raise IndexingError, as expected
df['a'].iloc[0, 0]
df['a'].loc[0, 0]

# will raise nothing, not as expected
df['a'].iloc[0, 0] = 1000 # equivalent to pass
df['a'].loc[0, 0] = 1000 # equivalent to df['a'].loc[0] = 1000

# pandas version 0.18.1, python 3.5

编辑:Reported .

Answer 1

获取值

如果键是元组(如您的示例中所示)，则 loc 和 iloc 对象的父类(super class)的 __getitem__ 方法在某些时候调用 _has_valid_tuple(self, key)。

该方法有如下代码

for i, k in enumerate(key):
    if i >= self.obj.ndim:
        raise IndexingError('Too many indexers')

这会引发您所期望的 IndexingError。

设置值

父类(super class)的 __setitem__ 调用 _get_setitem_indexer 并依次调用 _convert_to_indexer。

这个父类(super class)的 _convert_to_indexer 实现有点困惑，但在本例中它返回一个 numpy 数组 [0, 0]。

然而，iLoc 索引器的类会覆盖 _convert_to_indexer。此方法返回原始元组...

def _convert_to_indexer(self, obj, axis=0, is_setter=False):
    ...
    elif self._has_valid_type(obj, axis):
        return obj

现在 indexer 变量是 .loc 情况下的 numpy 数组和 .iloc 情况下的元组。这会导致后续父类(super class)调用 _setitem_with_indexer(indexer, value) 时设置行为的差异。