为何使用.loc选取DataFrame多行时需用双括号？

核心要先搞懂.loc和.iloc的索引逻辑差异：

• .iloc是位置索引，遵循Python原生的左闭右开切片规则，df.iloc[1:8]会选取第1到第7位（共7行）的内容，结束位置8不会被包含。
• .loc是标签索引，它的单括号切片是左闭右闭的，df.loc[1:8]会把标签为1到8的所有行（共8行）都选出来——这和.iloc的切片行为完全不同。

那为什么.loc能用[[1,2,3,4,5,6,7]]这种双括号写法？

• 单括号[]在.loc里有两种作用：如果传的是切片（比如1:8），就按标签范围匹配；如果传单个标签（比如1），返回的是单行的Series。
• 双括号[[]]里的内容是一个标签列表，pandas会把它识别成“我要选这些独立的标签”，不管标签是否连续，返回的都是DataFrame（哪怕只选一行也是DataFrame格式）。

举个实际场景的例子：
如果你的DataFrame行标签是默认的0、1、2……这种连续整数（和位置索引重合）：

• df.iloc[1:8]拿的是位置1到7的7行；
• df.loc[1:8]拿的是标签1到8的8行；
• df.loc[[1,2,3,4,5,6,7]]则精准选取标签1到7的7行，结果和.iloc[1:8]完全一致——这时候用列表就是为了明确指定要选的标签，避免.loc切片多包含一个标签8的行。

如果行标签不是连续整数（比如是字符串、不规则数字），这种差异会更显著：比如行标签是['x','y','z','a','b']，df.loc['y':'b']会把y、z、a、b全选，而df.loc[['y','z','a']]只选这三个指定标签的行。

简单说，双括号的本质是传入一个标签集合，告诉pandas“就选这几个具体的标签”，而不是选一个连续的标签范围。

内容的提问来源于stack exchange，提问作者help_180399