为什么.loc具有片的包容性行为？

Question

由于某些原因，以下两个调用iloc/会loc产生不同的行为：

>>> import pandas as pd
>>> df = pd.DataFrame(dict(A=range(3), B=range(3)))
>>> df.iloc[:1]
   A  B
0  0  0
>>> df.loc[:1]
   A  B
0  0  0
1  1  1

我了解这会loc考虑行标签，而会iloc考虑行的基于整数的索引。但是为什么loc呼叫的iloc上限被认为是包含的，而上限却被认为是排他的呢？

Answer 1

快速回答：

使用标签时，进行端到端切片通常更有意义，因为它需要较少的有关DataFrame中其他行的知识。

每当您关心标签而不是位置时，末端排他的标签切片都会以一种不方便的方式引入位置依赖性。

更长的答案：

任何功能的行为都是一个权衡：您偏爱某些用例。最终，.ilocPandas开发人员的操作是主观的设计决定（如@ALlollz的评论所示，此行为是故意的）。但是要了解为什么他们可能会这样设计，请考虑一下使标签切片与位置切片不同的原因。

想象一下，我们有两个DataFrames df1和df2：

df1 = pd.DataFrame(dict(X=range(4)), index=['a','b','c','d'])
df1 = pd.DataFrame(dict(X=range(4)), index=['b','c','z'])

df1 包含：

   X
Y
a  0
b  1
c  2
d  3

df2 包含：

   X
Y
b  0
c  1
z  2

比方说，我们有一个基于标签的任务来执行：我们希望之间获得行b和c来自df1和df2，我们希望使用相同的代码两个DataFrames做到这一点。因为b和c在两个DataFrame中都没有相同的位置，所以简单的位置切片无法解决问题。因此，我们转向基于标签的切片。

如果.loc是end-exclusive，则要在它们之间获得行b，c我们不仅需要知道所需结束行的标签，还需要知道该行之后的下一行的标签。按照构造，下一个标签在每个DataFrame中将有所不同。

在这种情况下，我们将有两个选择：

• 为每个DataFrame使用单独的代码：df1.loc['b':'d']和df2.loc['b':'z']。这很不方便，因为这意味着我们需要了解除所需行之外的其他信息。
• 首先获取位置索引，添加1，然后使用位置切片：df.loc[df.index.get_loc('b'):df.index.get_loc('c')+1]。这只是罗word。

但是由于.loc包罗万象，所以我们只能说.loc['b':'c']。简单得多！

每当您关心标签而不是位置，并且尝试编写与位置无关的代码时，包含结尾的标签切片都会以一种不方便的方式重新引入位置相关性。

就是说，也许在某些用例中，您确实希望基于标签的端排它切片。如果是这样，您可以在此问题中使用@Willz的答案：

df.loc[start:end].iloc[:-1]