Pandas按索引切片行为存不一致，第三种场景是否属于Bug？

遇到的切片异常表现 #

以下是几个Pandas中[]切片不符合直觉的场景：

# 整数索引下，[]切片强制按位置（类iloc）而非标签索引
In [1]: pd.DataFrame({"a": {3: 1, 1: 2}})["a"][2:]
Out[1]: Series([], Name: a, dtype: int64)

# 字符串索引下，[]切片基于索引的自然排序而非插入顺序执行范围筛选
In [2]: pd.DataFrame({"a": {"d": 1, "b": 2}})["a"]["c":]
Out[2]: 
d    1
Name: a, dtype: int64

# 未排序的字符串索引下，用不存在的标签切片未触发异常
In [3]: pd.DataFrame({"a": [1, 2]}, index=["d", "b"])["a"]["c":]
Out[3]: 
b    2
Name: a, dtype: int64

疑问：最后一种情况是Pandas的Bug吗？ #

结论：不是Bug，是既定设计行为 #

Pandas对[]切片的逻辑是预先定义好的：

• 当使用非整数标签进行范围切片时，Pandas会基于标签的自然字典序来判断范围，而非索引在对象中的原始顺序；
• 即使索引未排序，切片操作也不会抛出异常，而是自动筛选出所有符合标签 >= 切片起始值的元素（基于字典序比较）；
• 这种逻辑是设计时的选择，目的是提供一种基于标签范围的筛选能力，而非程序漏洞。

经验总结 #

• 绝对不要用[]做切片操作，尤其是涉及范围切片时，它的行为极易混淆：
  • 整数索引下，[]切片自动切换为位置索引（类iloc），和标签索引逻辑完全不同；
  • 非整数索引下，[]切片基于标签自然排序筛选，无视原始索引顺序；
  • 未排序索引的场景下，结果完全超出直觉预期。
• 推荐使用明确的索引方法：
  • 按位置切片用iloc；
  • 按标签切片用loc——如果用loc做范围切片，未排序索引会直接抛出错误，避免隐式的意外行为。

内容的提问来源于stack exchange，提问作者user1537366