为何两个结构相似的Pandas DataFrame切片操作表现不一致？

问题原因核心逻辑 #

Pandas中df[切片]语法默认优先按行标签执行切片，但该行为有一个必要前提：行索引必须是单调有序（递增/递减）的，否则Pandas无法确定标签切片的范围边界，会触发匹配降级逻辑。

两个示例的差异点 #

• 第一个示例的行索引为['r1','r2','r3','r4']，字符串字典序严格单调递增，属于有序索引：
  切片'c2':'c3'的标签范围远小于所有行索引的r开头字符串，没有匹配行，因此返回空DataFrame，符合预期。
• 第二个示例的行索引为['Ohio','Colorado','Utah','New York']，按字典序排序后应为['Colorado','New York','Ohio','Utah']，和定义的顺序完全不一致，属于非单调无序索引：
  Pandas无法通过标签确定切片范围，就会降级尝试按列名匹配，而切片起始值two不是有效的列匹配参数，因此直接抛出KeyError: 'two'。

验证方法与最佳实践 #

你可以手动将第二个示例的行索引调整为有序，再执行切片就会和第一个示例表现一致：

data = data.sort_index()
print(data['two': 'three'])
# 输出空DataFrame

日常使用时建议优先用明确的索引器避免歧义：

• 按标签切行：df.loc[行起始:行结束]
• 按标签切列：df.loc[:, 列起始:列结束]
• 按位置切片统一用df.iloc[]

该行为属于Pandas的既定设计规则，并非1.2版本的Bug。

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