Python 负索引差异答案

【问题标题】：Python Negative Indexing differencesPython 负索引差异
【发布时间】：2020-08-09 15:00:49
【问题描述】：

我正在使用 python 3.6、pandas 24.2 并遇到了不同之处。

>>> x = pd.Series(range(3))
>>> x[-1]

>>> x = pd.Series(range(3), index=[0,1,2])
>>> x[-1]

两者都会产生错误

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/conda3/ml4t/lib/python3.6/site-packages/pandas/core/series.py", line 868, in __getitem__
    result = self.index.get_value(self, key)
  File "/opt/conda3/ml4t/lib/python3.6/site-packages/pandas/core/indexes/base.py", line 4375, in get_value
    tz=getattr(series.dtype, 'tz', None))
  File "pandas/_libs/index.pyx", line 81, in pandas._libs.index.IndexEngine.get_value
  File "pandas/_libs/index.pyx", line 89, in pandas._libs.index.IndexEngine.get_value
  File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/hashtable_class_helper.pxi", line 987, in pandas._libs.hashtable.Int64HashTable.get_item
  File "pandas/_libs/hashtable_class_helper.pxi", line 993, in pandas._libs.hashtable.Int64HashTable.get_item
KeyError: -1

同时

>>> x = pd.Series(range(3), index=['a','b','c'])
>>> x[-1]
2

可以与任何其他形式的索引一起使用。它们是相同的数据结构，但添加某些类型的索引允许负索引，而另一些则不允许？

【问题讨论】：

并非如此。它是相同的数据结构。只是索引类型有所不同。为什么？
整数索引的问题在于，这可以通过一系列：x = pd.Series(range(3), index=[1,-1,2]) x[-1] 在这里返回什么？
@AMC 不，他们知道这不起作用，问题是为什么它不适用于“正常”系列或给定的整数索引，但适用于 char 索引
感谢尼克的澄清。使用日期索引也允许 [-1]。
@MarkMeyer，这更像是一个一致性问题。为什么切片不能像 numpy 那样基于 100% 的位置工作并根据需要使用 .loc 。 pandas.pydata.org/pandas-docs/version/0.17.0/… 似乎表明它也是基于 numpy 的。

标签： python pandas

【解决方案1】：

对于使用负索引，您可以使用：

x.iloc[-1]

这适用于所有情况。

是的，该错误是由@a-arnold 提到的一致性问题引起的。

由于[] 的索引必须处理很多情况，我们不能总是使用这样的索引。

当您将自定义索引设置为字符串时，负索引会起作用，因为它与整数索引不冲突。

Indexing and selecting data — pandas 1.0.3 documentation 提供了关于 pandas 中的索引和选择的非常好的想法。

【讨论】：