Skip to main content
 首页 » 编程设计

python之为什么系列[0]和系列[0 :1] yield different results

2024年11月01日7yjmyzz

因此,df['date'] 返回:

0        2018-03-01 
1        2018-03-01 
2        2018-03-01 
3        2018-03-01 
4        2018-03-01 
            ...     
469796   2018-06-20 
469797   2018-06-20 
469798   2018-06-27 
469799   2018-06-27 
469800   2018-12-06 
Name: date, Length: 469801, dtype: datetime64[ns] 

并且,df['date'].sort_values() 返回:

137241   2018-01-01 
378320   2018-01-01 
247339   2018-01-01 
34333    2018-01-01 
387971   2018-01-01 
            ...     
109278   2018-12-06 
384324   2018-12-06 
384325   2018-12-06 
109282   2018-12-06 
469800   2018-12-06 
Name: date, Length: 469801, dtype: datetime64[ns] 

现在 df['date'].sort_values()[0] “忽略排序”并返回:

Timestamp('2018-03-01 00:00:00') 

而 df['date'].sort_values()[0:1] 实际上返回:

137241   2018-01-01 
Name: date, dtype: datetime64[ns] 

为什么会出现明显不一致的行为?正如 @cs95 准确指出的那样,它们分别返回一个标量和一个系列,这没关系。我对这个值感到困惑,第一个是 2018-03-01 而第二个是 2018-01-01。

提前致谢。


警告

有点类似于:why sort_values() is diifferent form sort_values().values

请您参考如下方法:

对于标量索引与切片,Pandas 的索引解释方式略有不同。考虑一个更简单的例子:

df = pd.DataFrame({'col1': [5, 4, 3, 2, 1]}).sample(frac=1) 
df 
   col1 
4     1 
1     4 
0     5 
3     2 
2     3 

还要注意 sort_values 的结果:

df['col1'].sort_values() 
4    1 
3    2 
2    3 
1    4 
0    5 

当您调用 df['col1'].sort_values()[0] 时,您实际上得到了由键 0 索引的值。此处隐式调用 loc:

df['col1'].sort_values()[0]     # just gets the value indexed by that key 
# 5 
 
df['col1'].sort_values().loc[0] 
# 5 

当你用索引切片时,假设它们是整数而不是标签,这意味着它隐式调用 iloc:

df['col1'].sort_values()[0:1]   # just gets the first row   
4    1 
Name: col1, dtype: int64 
 
 
df['col1'].sort_values().iloc[0:1] 
4    1 
Name: col1, dtype: int64 

如果希望标量索引操作返回与切片相同的东西,使用iloc或iat(奇异值):

df['col1'].sort_values().iloc[0] 
# 1 
 
df['col1'].sort_values().iat[0] 
# 1