索引操作总结

Pandas 索引操作全景总结：loc、iloc、方括号与端点开闭避坑指南

小象实战讲义 · Python数据分析实战

在学习了 Series 与 DataFrame 的各种索引方式之后，很多初学者在实际项目中依然容易对各种取值语法的适用场景、返回值类型（视图还是副本）以及切片端点开闭规则产生困惑。为了建立清晰坚固的索引知识体系，本节我们将对 Pandas 的所有索引工具进行系统性的全景横向对比，深入剖析端点开闭差异、**链式赋值陷阱（SettingWithCopyWarning）**以及高频避坑实践。

💡 核心导读

• Pandas 四大常用索引工具横向矩阵：[]（基础取值）、.loc[]（标签双轴）、.iloc[]（位置双轴）、.at[] / .iat[]（标量极速）。
• 切片端点开闭性铁律：
  • 基于标签的 .loc['a':'c']：包含右端点 ‘c’（双闭区间）；
  • 基于位置的 .iloc[0:3]：不包含右端点 3（左闭右开）。
• 链式赋值陷阱（SettingWithCopyWarning）：彻底理解为什么必须杜绝 df['col'][0] = val，全面拥抱 df.loc[0, 'col'] = val。

1. Pandas 索引工具全景对比矩阵

下表总结了 Pandas 中各类索引语法的核心特征与定位规则：

┌─────────────────────────────────────────────────────────────┐
│                    Pandas 核心索引器速查表                  │
├──────────────┬──────────────────┬─────────────┬─────────────┤
│ 语法形式     │ 作用维度         │ 寻址依据    │ 返回类型    │
├──────────────┼──────────────────┼─────────────┼─────────────┤
│ df[col]      │ 仅列             │ 列名字符串  │ Series      │
│ df[[c1, c2]] │ 仅列             │ 列名列表    │ DataFrame   │
│ df.loc[r, c] │ 行与列 (双轴)    │ 显式标签    │ 标量/DF/Ser │
│ df.iloc[r, c]│ 行与列 (双轴)    │ 整数下标    │ 标量/DF/Ser │
│ df.at[r, c]  │ 行与列 (标量)    │ 显式标签    │ 单个标量    │
│ df.iat[r, c] │ 行与列 (标量)    │ 整数下标    │ 单个标量    │
└──────────────┴──────────────────┴─────────────┴─────────────┘

# 示例 1：切片端点开闭性对比与花式索引

import pandas as pd

# 创建学生综合信息表
df = pd.DataFrame({
    "name": ["小明", "小红", "小刚", "小华"],
    "score": [85, 92, 78, 96],
    "city": ["北京", "上海", "广州", "深圳"]
}, index=["S01", "S02", "S03", "S04"])

print("=== 1. 端点开闭差异演练 ===")
# 标签切片：包含 S03
print("• loc 标签切片 S01:S03 (含 S03):\n", df.loc["S01":"S03", "name":"score"])

# 位置切片：不含索引 2 (即不含 S03)
print("\n• iloc 位置切片 0:2 (仅含 S01, S02):\n", df.iloc[0:2, 0:2])

2. 链式赋值陷阱与安全修改最佳实践

当使用 df['col'][row] = val 赋值时，Pandas 无法确定第一步返回的是原数据的视图（View）还是拷贝（Copy），从而可能抛出警告且修改失败。规范做法是使用单步 .loc[row, col] = val。

# 示例 2：避免 SettingWithCopyWarning 的安全赋值

df_clean = df.copy()

# 错误做法（链式赋值，容易引发警告甚至修改失效）:
# df_clean[df_clean['score'] < 80]['score'] = 80  <-- 严禁这样写！

# 正确做法：一步到位使用 .loc
df_clean.loc[df_clean["score"] < 80, "score"] = 80
print("=== 2. 使用 loc 安全进行条件就地修改 ===")
print(df_clean)

# 增加一列标记是否优秀
df_clean["is_top"] = df_clean["score"] >= 90
print("\n=== 3. 规范新增衍生列 ===")
print(df_clean)

📝 动手练一练

1. 概念思考题：为什么基于标签的切片（如 .loc[‘A’:‘C’]）被设计为包含右端点，而基于位置的切片（.iloc[0:3]）不包含右端点？

   👉 点击查看参考答案

   参考答案：

   • 基于位置的切片遵循 Python 原生列表与 C 语言传统，左闭右开方便计算长度（$3 - 0 = 3$ 个元素）；
   • 基于标签时，用户往往不知道某个具体标签在当前索引列表中的确切前后顺序，因此包含右端点更符合人类对“从 A 到 C”的语义直觉。

2. 编程练习：给定 DataFrame，请使用单步 .loc 将所有 city 为 ‘北京’ 的记录的 score 字段上调 5 分。

   👉 点击查看参考答案

   参考答案：

   import pandas as pd
   df = pd.DataFrame({'city': ['北京', '上海', '北京'], 'score': [80, 90, 85]})
   df.loc[df['city'] == '北京', 'score'] += 5
   print(df)

本章小结

• 建立了 Pandas 各种索引语法的全景对比参照系；
• 牢记了 loc（双闭区间）与 iloc（左闭右开）的端点规则；
• 掌握了彻底规避 SettingWithCopyWarning 链式赋值陷阱的工程准则。

📋 行动清单

• 在本地执行示例代码，观察控制台输出并记录关键指标。
• 做好准备，进入下一小节学习《Pandas 算术运算与自动数据对齐》！

—— 小象教研组