Pandas反转DataFrame出现异常结果问题求助

问题描述 #

假设有如下DataFrame：

value
2023-02-01     a
2023-02-02     b
2023-02-03     c
2023-02-04     d

执行两次反转操作后，无法得到完整的原DataFrame：

复现代码 #

import pandas as pd
df = pd.DataFrame(
    {"value": {0: "a", 1: "b", 2: "c", 3: "d"}}
)
df.index = pd.date_range(start='2023-02-01', periods=4,freq='D')
new  = df.loc[::-1] #第一次反转
new2 = new.loc[::-1] #再次反转回原顺序
print(new2)

实际输出 #

2023-02-04     d

预期输出 #

value
2023-02-01     a
2023-02-02     b
2023-02-03     c
2023-02-04     d

版本信息 #

Pandas 1.3.5
Python 3.9

问题原因 #

在Pandas 1.3.5版本中，loc[::-1]是基于索引标签的切片操作。第一次反转后，DataFrame的索引变为倒序的日期：2023-02-04、2023-02-03、2023-02-02、2023-02-01。此时再次使用loc[::-1]，Pandas会尝试从最后一个标签（2023-02-01）开始，以步长-1向前切片，但由于日期索引本身是升序逻辑，这种切片只会匹配到第一个符合反向逻辑的标签（2023-02-04），最终只返回一行数据。

解决方法 #

方法1：使用iloc基于位置反转 #

iloc是基于行位置的索引，不受标签影响，直接按位置反转即可：

import pandas as pd
df = pd.DataFrame(
    {"value": {0: "a", 1: "b", 2: "c", 3: "d"}}
)
df.index = pd.date_range(start='2023-02-01', periods=4,freq='D')
new = df.iloc[::-1] # 按位置反转
new2 = new.iloc[::-1] # 再次按位置反转回原顺序
print(new2)

方法2：反转后重置索引，再恢复 #

第一次反转后重置索引，消除原日期标签的影响，反转后再恢复原索引：

import pandas as pd
df = pd.DataFrame(
    {"value": {0: "a", 1: "b", 2: "c", 3: "d"}}
)
df.index = pd.date_range(start='2023-02-01', periods=4,freq='D')
new = df.loc[::-1].reset_index() # 重置索引，保留原索引为列
new2 = new.loc[::-1].set_index('index') # 反转后恢复原索引
print(new2)

方法3：用sort_index直接恢复原顺序 #

第一次反转后，直接对索引升序排序即可回到原顺序，无需再次反转：

import pandas as pd
df = pd.DataFrame(
    {"value": {0: "a", 1: "b", 2: "c", 3: "d"}}
)
df.index = pd.date_range(start='2023-02-01', periods=4,freq='D')
new = df.loc[::-1] # 反转
new2 = new.sort_index() # 按索引升序排序，回到原顺序
print(new2)

以上三种方法均能输出预期的完整原DataFrame。

内容的提问来源于stack exchange，提问作者Bhargav