如何通过整数索引选取Pandas DataFrame行？解析索引行为差异

核心概念区分 #

Pandas的索引系统分为两类，这是问题的根源：

• 标签索引（Label Index）：DataFrame每行自带的索引值（比如你筛选后得到的Index([3,4,5,8])），可以是非连续、非整数甚至字符串类型。
• 位置索引（Position Index）：每行在DataFrame中的物理位置，从0开始的连续整数，和行的排列顺序一一对应。

1. 直接使用df_selected[3:9]的行为 #

当你用[]做切片时，Pandas默认是基于标签索引的切片逻辑：它会选取标签值大于等于起始值、小于结束值的所有行。
在你的例子中，df_selected的标签是[3,4,5,8]，所有标签都满足3 ≤ 标签 < 9，所以这个切片会返回全部4行——但这是标签匹配的结果，不是按位置选取的逻辑。

2. iloc[A:B]的行为逻辑 #

iloc是Pandas专门用于位置索引的方法，全称是integer location，它的参数只认行的物理位置（从0开始计数），和DataFrame的标签索引完全无关：

• iloc[0:4]表示选取第0到第3行（左闭右开区间），正好对应df_selected里的所有4行。这和reset_index()后的连续整数标签数值一致，但本质不是隐式调用了reset_index()，而是iloc本身就是按物理位置定位。

为什么要做这样的设计？ #

Pandas的设计目标是支持灵活的索引体系：

• 标签索引可以标记有业务含义的行（比如时间序列的日期、用户ID等），用[]切片可以直接按业务标签范围选取数据。
• 位置索引则用于单纯按排列顺序选取数据，不管行的标签是什么，iloc就是干这个的。
  这种区分避免了歧义——如果统一用整数做索引，当标签是连续整数时，系统无法判断你是要按标签还是按位置选取。

内容的提问来源于stack exchange，提问作者user2138149