python - loc 和 ix 之间的意外差异

Question

在 Pandas 中对 DataFrame 进行子集化时，我注意到 loc 和 ix 之间存在一个奇怪的区别。

import pandas as pd

# Create a dataframe
df = pd.DataFrame({'id':[10,9,5,6,8], 'x1':[10.0,12.3,13.4,11.9,7.6], 'x2':['a','a','b','c','c']})
df.set_index('id', inplace=True)

df
      x1 x2
id         
10  10.0  a
9   12.3  a
5   13.4  b
6   11.9  c
8    7.6  c


df.loc[[10, 9, 7]] # 7 does not exist in the index so a NaN row is returned
df.loc[[7]] # KeyError: 'None of [[7]] are in the [index]'
df.ix[[7]] # 7 does not exist in the index so a NaN row is returned

为什么 df.loc[[7]] 在 df.ix[[7]] 返回带有 NaN 的行时抛出错误？这是一个错误吗？如果不是，为什么 loc 和 ix 是这样设计的？

(注意我在 Python 3.5.1 上使用 Pandas 0.17.1)

Answer 1

正如@shanmuga 所说，这是(至少对于 loc)预期和记录的行为，而不是错误。

关于 loc/selection by label 的文档，给出了这方面的规则(http://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-label):

At least 1 of the labels for which you ask, must be in the index or a KeyError will be raised!

这意味着如果该标签不在索引中，则将 loc 与单个标签(例如 df.loc[[7]])一起使用会引发错误，但是当它与标签列表(例如 df.loc[[7,8,9]])一起使用时，如果索引中至少有一个标签，则不会引发错误。

---

对于 ix 我不太确定，而且我认为这没有明确记录。但在任何情况下，ix 都更加宽松并且有很多边缘情况(回退到整数位置等)，并且是一个兔子洞。但一般来说，ix 将始终返回一个使用提供的标签索引的结果(因此不会像 loc 那样检查标签是否在索引中)，除非 它回落到整数位置索引。
在大多数情况下，建议使用 loc/iloc