对具有多种数据类型的索引列表的 Pandas 系列对象进行切片答案

【问题标题】：Slicing on Pandas Series Object with Index List Having Multiple Datatypes对具有多种数据类型的索引列表的 Pandas 系列对象进行切片
【发布时间】：2019-06-21 05:36:56
【问题描述】：

我刚开始学习 Pandas，我不明白当索引列表包含多种类型的对象时切片是如何工作的。

import pandas as pd
arr = pd.Series([10, 20, 30, 40], index = [2, 3, 'six', 'eight'])
arr[2:3] #Output -- 30
arr[3:'six'] #TypeError: cannot do slice indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [3] of <class 'int'>
arr['six':'eight'] #Output -- 30, 40

arr[2:3] 不应该是 20，arr['six':'eight'] 不应该是 30 吗？

【问题讨论】：

没关系，我找到了答案here。

标签： python pandas slice

【解决方案1】：

如果不是在索引中混合类型的值，Pandas 效果最好。

这里的通用解决方案是通过Index.get_loc 获取每个索引的位置并通过Series.iloc 选择：

arr = pd.Series([10, 20, 30, 40], index = [2, 3, 'six', 'eight'])

print (arr.iloc[arr.index.get_loc(2):arr.index.get_loc(3)])
2    10
dtype: int64

print (arr.iloc[arr.index.get_loc(3):arr.index.get_loc('six')])
3    20
dtype: int64

print (arr.iloc[arr.index.get_loc('six'):arr.index.get_loc('eight')])
six    30
dtype: int64

您的解决方案部分有效：

首先，如果同时选择两个整数，pandas 会按位置索引（如iloc）：

print (arr[2:3])
six    30
dtype: int64

print (arr.iloc[2:3])
six    30
dtype: int64

如果同时按两个标签选择，pandas 会像按标签一样选择（如loc）：

print (arr['six':'eight'])
six      30
eight    40
dtype: int64

print (arr.loc['six':'eight'])
six      30
eight    40
dtype: int64

未实现按混合值选择，因此引发错误 - pandas 尝试按标签选择（如 loc），但找到整数（用于按位置选择）。

【讨论】：