为什么 Pandas 系列切片在使用索引号与索引值进行切片时表现不同？
Why does Pandas Series slicing behave differently when slicing using index numbers versus index values?
遇到这个问题，很好奇为什么使用索引号进行切片的值在最后是独占的，但使用索引值是包含在内的。这是一个简短的可重现示例。如果我使用了不当的术语，我深表歉意。
# start with a pandas series
series = pd.Series(np.arange(5), index=['a', 'b', 'c', 'd', 'e'])
# slicing using index values
series['b':'e']
## returns
| b| 1|
| c| 2|
| d| 3|
| e| 4|
# slicing using index numbers
series[1:4]
## returns
| b| 1|
| c| 2|
| d| 3|
为什么他们 return 的输出不同？ 'b':'e' 和系列中的索引 1:4 不一样吗？
不确定之前是否有人回答过这个问题，因此有一个社区 wiki。
根据 Slicing with Labels 文档：
When using .loc with slices, if both the start and the stop labels are present in the index, then elements located between the two (including them) are returned
当您这样做时会发生这种情况：
series['b':'e']
因为我们是按标签而不是位置进行切片的。因此标签是包容性的。
然而，当您使用 iloc 按位置切片时，它的行为有点不同。它考虑了第一个位置并排除了最后一个，非常类似于 python 索引的工作方式
因此 series[1:4] 从切片中排除位置 4。
阅读更多关于 slicing by position
当标签与位置相同时也可以复制：
pd.Series(np.arange(5)).loc[1:4]
这个 returns 索引 1,2,3,4 而下面的：
pd.Series(np.arange(5))[1:4]
排除指数==4。
遇到这个问题，很好奇为什么使用索引号进行切片的值在最后是独占的，但使用索引值是包含在内的。这是一个简短的可重现示例。如果我使用了不当的术语，我深表歉意。
# start with a pandas series
series = pd.Series(np.arange(5), index=['a', 'b', 'c', 'd', 'e'])
# slicing using index values
series['b':'e']
## returns
| b| 1|
| c| 2|
| d| 3|
| e| 4|
# slicing using index numbers
series[1:4]
## returns
| b| 1|
| c| 2|
| d| 3|
为什么他们 return 的输出不同？ 'b':'e' 和系列中的索引 1:4 不一样吗？
不确定之前是否有人回答过这个问题，因此有一个社区 wiki。
根据 Slicing with Labels 文档：
When using .loc with slices, if both the start and the stop labels are present in the index, then elements located between the two (including them) are returned
当您这样做时会发生这种情况：
series['b':'e']
因为我们是按标签而不是位置进行切片的。因此标签是包容性的。
然而，当您使用 iloc 按位置切片时，它的行为有点不同。它考虑了第一个位置并排除了最后一个，非常类似于 python 索引的工作方式
因此 series[1:4] 从切片中排除位置 4。
阅读更多关于 slicing by position
当标签与位置相同时也可以复制：
pd.Series(np.arange(5)).loc[1:4]
这个 returns 索引 1,2,3,4 而下面的：
pd.Series(np.arange(5))[1:4]
排除指数==4。