如果索引的 dtype 混合为 int/str，则 df.loc 会产生错误

Question

我有一个包含混合索引值 int 和 str 的数据集，df.to_csv 将其读取为对象。

如果我尝试对行进行切片，这不起作用，我会收到 TypeError。

我知道我可以通过更改索引 dtype 来解决这个问题，但我想了解为什么会发生这种情况，或者是否有不同的方式来分割这些混合 dtype 索引？

我创建了以下测试用例：

import os
import pandas as pd
import numpy as np
#all str index
df1 = pd.DataFrame({'Col': [0, 20, 30, 10]}, index=['a', 'b','c','d'])
#all int index
df2 = pd.DataFrame({'Col': [0, 20, 30, 10]}, index=[1, 2, 3, 4])
#all str index with numbers
df3 = pd.DataFrame({'Col': [0, 20, 30, 10]}, index=['a', 'b', '3', '4'])
#mixed str/int
df4 = pd.DataFrame({'Col': [0, 20, 30, 10]}, index=['a', 'b', 3, 4 ])

df1.loc['b':'d']
    Col
b   20
c   30
d   10

df2.loc[2:4]
Col
2   20
3   30
4   10

df3.loc['b':'4']
Col
b   20
3   30
4   10

df4.loc['b':4]

TypeError

df4.index = df4.index.map(str)
df4.loc['b':'4']
Col
b   20
3   30
4   10

为什么切片不适用于 df4？ 你能在切片内“修复”它吗？ 改变索引的数据类型是唯一的选择吗？

Answer 1

改变索引的数据类型是唯一的选择吗？

不，您可以使用get_loc 来实现此目的，它会找到标签索引的位置，您可以在iloc[] 下使用：

df4.iloc[df4.index.get_loc('b') : df4.index.get_loc(4)+1]

---

   Col
b   20
3   30
4   10