Pandas DataFrame中table['bar':'foo']切片返回异常结果的规则解析

我来帮你拆解这个看起来有点反直觉的行为，核心得搞明白Pandas对[]切片的规则：

你的操作与结果 #

1. 初始化代码：

import numpy as np
import pandas as pd

data = np.arange(1,13).reshape(4,3)
table = pd.DataFrame(data, index = list('abcd'), columns =['foo','bar','baz'])

生成的DataFrame：

foo  bar  baz
a    1    2    3
b    4    5    6
c    7    8    9
d   10   11   12

2. 执行切片代码：

table['bar':'foo']

得到的输出：

foo  bar  baz
c    7    8    9
d   10   11   12

核心规则解释 #

这里的关键一定要记牢：当你在Pandas DataFrame中用df[start:end]这种带冒号的切片语法时，Pandas默认是对行索引做标签切片，完全不会作用在列上——哪怕你传入的start和end是列名，它也会把这些字符串当作行索引的标签来处理。

咱们再拆解具体的匹配逻辑：

• Pandas会把你传入的'bar'和'foo'，跟行索引的标签（'a'、'b'、'c'、'd'）按照字符串字典序来对比。
• 字符串比较是逐字符按ASCII码值来的：
  • 'bar'的首字符是'b'（ASCII码98），行索引里：
    • 'a'（97）比'bar'小；'b'作为单个字符串，和'bar'比的话，因为'b'是'bar'的前缀且更短，所以'b'也小于'bar'；
    • 'c'（99）、'd'（100）都比'bar'大。
  • 'foo'的首字符是'f'（ASCII码102），所有行索引标签里最大的'd'（100）都比它小。

所以table['bar':'foo']实际是在筛选行索引标签大于等于'bar'且小于等于'foo'的行，也就是'c'和'd'这两行——这就是你看到这个结果的根本原因。

一句话总结：df[X:Y]是行专属的切片语法，永远作用于行索引；如果X/Y不是行索引的标签，就按字符串字典序匹配行索引，返回符合范围的行。

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