使用列表与范围的.ix索引的意外结果

Question

有人可以向我解释这种行为吗？

import pandas as pd

dates = pd.date_range('1/1/2000', periods=8)
df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D'])

df.ix['2000-01-01':'2000-01-02', ['A', 'C']]

## Output:
                   A         C
2000-01-01  0.224944 -0.689382
2000-01-02 -0.824735 -0.805512

df.ix[['2000-01-01', '2000-01-02'], ['A', 'C']]

## Output:
             A   C
2000-01-01 NaN NaN
2000-01-02 NaN NaN

我期待两个索引操作都返回相同的(第一个)结果.

然后我得到了它:

from datetime import datetime

df.loc[[datetime(2000, 1, 1), datetime(2000, 1, 5)], ['A','C']]

## Output
                   A         C
2000-01-01  0.224944 -0.689382
2000-01-05 -0.393747  0.462126

现在,我不知道大熊猫的内部以及为什么它在给定范围时隐式地将字符串转换为日期但是在给定列表时没有,但我的猜测是范围清楚地表明我们的意思是具有序数性质的对象所以大熊猫也许检查索引,看到它是一个日期时间,因此将字符串解析为日期.

但问题就变成了,为什么当我们提供单个字符串时它会做正确的事情？

df.loc['2000-01-01', ['A','C']]

## Output:
A    0.224944
C   -0.689382
Name: 2000-01-01 00:00:00, dtype: float64

是否存在性能问题,在给定列表时不尝试转换多个值？其他一些设计决定？

Answer 1

使用字符串访问 DatetimeIndex 有点像是被黑了（因为 R 就是这样做的，但很容易找到一些像这样的边缘情况）。也就是说：

• 它适用于切片。
• 它适用于单次访问。
• 它可能适用于其他一些情况，但我不会指望它。

使用时间戳而不是字符串要好得多：

In [11]: df.ix[pd.Timestamp('2000-01-01'), ['A','C']]
Out[11]:
A    0.480959
C    0.468689
Name: 2000-01-01 00:00:00, dtype: float64

In [12]: df.ix[pd.Timestamp('2000-01-01'):pd.Timestamp('2000-01-02'), ['A','C']]
Out[12]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

In [13]: df.ix[[pd.Timestamp('2000-01-01'), pd.Timestamp('2000-01-02')], ['A', 'C']]
Out[13]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

In [14]: df.ix[pd.to_datetime(['2000-01-01', '2000-01-02']), ['A', 'C']]
Out[14]:
                   A         C
2000-01-01  0.480959  0.468689
2000-01-02 -0.971965 -0.840954

.loc正如您的回答中提到的，这比更干净（尽管在这种情况下没有歧义）.ix。