loc和ix之間的意外差異

Question

我注意到在Pandas中對DataFrame進行子集化時，loc和ix之間存在奇怪的差異。

import pandas as pd 

# Create a dataframe 
df = pd.DataFrame({'id':[10,9,5,6,8], 'x1':[10.0,12.3,13.4,11.9,7.6], 'x2':['a','a','b','c','c']}) 
df.set_index('id', inplace=True) 

df 
     x1 x2 
id   
10 10.0 a 
9 12.3 a 
5 13.4 b 
6 11.9 c 
8 7.6 c 


df.loc[[10, 9, 7]] # 7 does not exist in the index so a NaN row is returned 
df.loc[[7]] # KeyError: 'None of [[7]] are in the [index]' 
df.ix[[7]] # 7 does not exist in the index so a NaN row is returned 

爲什麼df.loc[[7]]拋出一個錯誤，而df.ix[[7]]返回一行與南？這是一個錯誤？如果沒有，爲什麼loc和ix這樣設計？

（注意：我使用的是熊貓0.17.1上的Python 3.5.1）

Answer 1

由於@shanmuga說，這是（至少對於loc）預期和記錄的行爲，而不是一個錯誤。

由標籤loc /選擇的文件，給出了這一規則（http://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-label）：

至少1你問標籤的，必須在索引或KeyError異常會被撫養！

這意味着使用loc與單個標籤（如df.loc[[7]]）如果此標籤不是在索引中，但標籤的列表使用它時（如df.loc[[7,8,9]]）將不會提高，如果一個錯誤會引發錯誤至少有一個標籤在索引中。

---

對於ix我不太確定，而且我沒有清楚地記錄。但無論如何，ix更寬容，並有很多邊緣情況（回退到整數位置等），而且是一個兔子洞。但一般而言，ix將始終返回使用提供的標籤進行索引的結果（因此不會檢查標籤是否位於索引中，如loc一樣），除非它回退到整數位置索引。
在大多數情況下，建議使用loc/iloc

Answer 2

我認爲這種行爲是有意的，不是一個錯誤。
雖然我找不到任何官方文件，但我發現jreback於2014年3月21日至issue on GitHub表示此意見。

IX可以很巧妙地給出錯誤的結果（使用說偶數索引）

你可以使用任何你想要的功能; IX仍然存在，但它不提供保證LOC提供，即它不會解釋一個數字作爲位置

至於爲什麼它被設計成
正如上文docs

.ix支持基於混合整數和標籤的訪問。它主要是基於標籤的，但是會回退到整數位置訪問，除非相應的軸是整數類型。

在我看來，提出KeyError將是不明確的，因爲它是否來自索引或整數位置。相反ix回報NaN時提供的列表