Python Pandas索引疑问：位置索引与显式索引切片结果行数不同

在Pandas里，位置索引切片和显式标签切片的行为规则存在差异，这就是你看到结果行数不同的核心原因：

1. 位置索引切片的行为 #

当使用数字位置进行切片时（比如data[1:3]），遵循左闭右开的规则：

• 包含起始位置（索引1）对应的元素
• 不包含结束位置（索引3）对应的元素

对应示例：

data[1:3]
# 输出：
# 1    0.50
# 2    0.75
# dtype: float64

最终得到索引1、2对应的2行数据。

2. 显式标签索引切片的行为 #

当使用自定义标签进行切片时（比如data['b':'d']），遵循左闭右闭的规则：

• 同时包含起始标签（'b'）和结束标签（'d'）对应的元素

对应示例：

data = pd.Series([0.25, 0.5, 0.75, 1.0], index=['a', 'b', 'c', 'd'])
data['b':'d']
# 输出：
# b    0.50
# c    0.75
# d    1.00
# dtype: float64

最终得到'b'、'c'、'd'对应的3行数据。

关于loc和iloc的补充 #

• iloc是专门用于位置索引的方法，data.iloc[1:3]和data[1:3]行为完全一致，都是左闭右开。
• loc是专门用于标签索引的方法，data.loc['b':'d']和data['b':'d']行为完全一致，都是左闭右闭。

这种设计是因为标签通常是无规律的字符串或非连续数字，左闭右闭的规则更符合“取从X到Y所有元素”的直观需求；而位置索引是连续数字，遵循编程领域常见的左闭右开切片逻辑（比如Python原生列表的切片）。

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