Pandas中.loc反向切片为何无法正常工作？

在Pandas中有两种获取DataFrame子集的方式：

• df['columns']['rows']
• df.loc['rows', 'columns']

选取DataFrame某一列的前n行时两者都能正常工作，但选取后n行时，df.loc[-2:, 'Mean']会返回整个DataFrame，而df['Mean'][-2:]却能正确返回最后两行，以下是具体场景和问题解析：

测试用DataFrame创建代码 #

import pandas as pd
import numpy as np

male = [6, 14, 12, 13, 21, 14, 14, 14, 14, 18]
female = [9, 11, 6, 10, 11, 13, 12, 11, 9, 11]

df = pd.DataFrame({'Male': male,
                    'Female': female}, 
                    index = np.arange(1, 11))
df['Mean'] = df[['Male', 'Female']].mean(axis = 1).round(1)

前两行选取测试 #

print('Method A: \n', df['Mean'][:2])
print('Method B: \n', df.loc[:2, 'Mean'])

输出：

Method A: 
1     7.5
2    12.5

Method B: 
1     7.5
2    12.5

最后两行选取测试 #

print('Method A: \n', df['Mean'][-2:])
print('Method B: \n', df.loc[-2:, 'Mean'])

输出：

Method A: 
9     11.5
10    14.5

Method B: 
1      7.5
2     12.5
3      9.0
4     11.5
5     16.0
6     13.5
7     13.0
8     12.5
9     11.5
10    14.5

原因分析 #

• 方法A中df['Mean']返回的是Series对象，Series的[-2:]属于位置索引，直接根据元素在序列中的位置取最后两行，和索引标签无关。
• 方法B中的.loc是标签索引，df.loc[-2:, 'Mean']里的-2会被当作索引标签去匹配，但你的DataFrame索引是1到10，不存在-2这个标签。Pandas在标签索引遇到不存在的起始标签时，会默认从第一行开始返回所有行，因此得到了整个DataFrame的Mean列。

解决办法 #

1. 使用位置索引.iloc

.iloc是按位置定位的索引方式，和Series的切片逻辑一致：

# 取最后两行，Mean列
df.iloc[-2:, df.columns.get_loc('Mean')]

2. 获取最后两行的索引标签后用.loc

先拿到最后两行的索引值，再用.loc匹配：

last_two_labels = df.index[-2:]
df.loc[last_two_labels, 'Mean']

3. 直接使用tail()方法

tail(n)可以直接获取DataFrame的最后n行，再指定列即可：

df['Mean'].tail(2)
# 或者结合.loc
df.loc[df.tail(2).index, 'Mean']

内容的提问来源于stack exchange，提问作者Stxffan