我正在使用pandas / Python解决一些模型。但是，选择数据时我得到一些非常奇怪的结果。我怀疑我不了解非常基本的东西。
DataFrame的索引是一个熊猫季度时间序列。
问题是当我写：
data.SI_PER
我得到正确的系列：
2014Q1 116.832000
2014Q2 111.728001
2014Q3 106.976102
2014Q4 102.366623
2015Q1 97.849300
2015Q2 93.719593
2015Q3 89.766363
2015Q4 86.037304
和
data.SI_PER['2014Q1']
给出
116.83200000000002但是当我写：
data.loc['2014Q1','SI_PER']
我懂了
0.0
以我的理解，输出应该是相同的，因此很明显我误会了一些东西。
编辑：
data.info()
<class 'pandas.core.frame.DataFrame'>
PeriodIndex: 144 entries, 1980Q1 to 2015Q4
Columns: 2948 entries, YEAR to FIHERHVERV_NON_CRDIV_SUP
dtypes: float64(2946), int64(2)>>>
最佳答案
这是从0.13.1开始的，可以正常工作
In [16]: df = DataFrame(np.random.randn(10,2),index=period_range('2013',periods=10, freq='Q-JAN'),columns=['A','B'])
In [17]: df
Out[17]:
A B
2013Q4 -0.905673 2.670701
2014Q1 -0.465485 -1.849802
2014Q2 -0.526230 -1.265586
2014Q3 -0.515863 -0.464663
2014Q4 -0.791347 -0.888892
2015Q1 -0.152992 0.004867
2015Q2 -0.349412 -2.581611
2015Q3 1.367116 -1.583860
2015Q4 0.837310 0.631884
2016Q1 -0.558182 0.408349
[10 rows x 2 columns]
In [18]: df.A['2014Q1']
Out[18]: -0.46548521567154932
In [19]: df.loc['2014Q1','A']
Out[19]: -0.46548521567154932
关于python - Python Pandas:切片/索引困惑，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/22787602/