Python pandas:为什么df.iloc[：，：-1].my training data的值只选择到最后第二列？

Question

简单地说

对于相同的训练数据帧df，当我使用 X = df.iloc[:, :-1].values，它将选择到数据帧的第二个最后一列，而不是最后一列（这是我想要的，但这是我以前从未见过的奇怪行为），我知道这是第二个最后一列的值，而该行的最后一列的值是不同的。

但是，使用 y = df.iloc[:, -1].values给我最后一列值的行向量，这正是我想要的。

为什么X的负1给了我倒数第二列的值？

Answer 1

我认为在df中只有两列，因为如果有更多的列，^{}请选择所有没有最后一列的列：

df = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'C':[7,8,9],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]})

print (df)
   A  B  C  D  E  F
0  1  4  7  1  5  7
1  2  5  8  3  3  4
2  3  6  9  5  6  3

print(df.iloc[:, :-1])
   A  B  C  D  E
0  1  4  7  1  5
1  2  5  8  3  3
2  3  6  9  5  6

X = df.iloc[:, :-1].values
print (X)
[[1 4 7 1 5]
 [2 5 8 3 3]
 [3 6 9 5 6]]

print (X.shape)
(3, 5)

Answer 2

为了清楚起见

With respect to python syntax, this question has been answered here.

Python列表切片语法声明，对于a:b它将得到a和所有的内容，但不包括b。a:将得到a及其之后的所有内容。:b将在b之前获得所有内容，但不会b。-1的列表索引引用最后一个元素。:-1遵循与上面相同的标准，这将获取最后一个元素之前的所有内容，而不是最后一个元素。如果要包含最后一个元素，请使用:。

Answer 3

Bcz上限是独占的。类似于切片列表：

a=[1,2,3,4]

a[:3]

将导致[1，2，3]。它没有占用最后一个元素。