有人可以向我解释这种行为吗?
import pandas as pd dates = pd.date_range('1/1/2000', periods=8) df = pd.DataFrame(np.random.randn(8, 4), index=dates, columns=['A', 'B', 'C', 'D']) df.ix['2000-01-01':'2000-01-02', ['A', 'C']] ## Output: A C 2000-01-01 0.224944 -0.689382 2000-01-02 -0.824735 -0.805512 df.ix[['2000-01-01', '2000-01-02'], ['A', 'C']] ## Output: A C 2000-01-01 NaN NaN 2000-01-02 NaN NaN
我期待两个索引操作都返回相同的(第一个)结果.
然后我得到了它:
from datetime import datetime df.loc[[datetime(2000, 1, 1), datetime(2000, 1, 5)], ['A','C']] ## Output A C 2000-01-01 0.224944 -0.689382 2000-01-05 -0.393747 0.462126
现在,我不知道大熊猫的内部以及为什么它在给定范围时隐式地将字符串转换为日期但是在给定列表时没有,但我的猜测是范围清楚地表明我们的意思是具有序数性质的对象所以大熊猫也许检查索引,看到它是一个日期时间,因此将字符串解析为日期.
但问题就变成了,为什么当我们提供单个字符串时它会做正确的事情?
df.loc['2000-01-01', ['A','C']] ## Output: A 0.224944 C -0.689382 Name: 2000-01-01 00:00:00, dtype: float64
是否存在性能问题,在给定列表时不尝试转换多个值?其他一些设计决定?