应优先使用.loc按索引值精确切片，而非.iloc（后者按位置编号）；.loc支持字符串/日期索引、闭区间切片、布尔索引；抽样首选sample()以保留索引并提升性能；索引未排序时.loc切片需先sort_index()或改用布尔索引。
用 .loc 按行索引精确切片，别用 .iloc
如果索引是字符串、日期或非连续整数，.iloc 会按位置编号取数，和你想的“按索引值取”完全不是一回事。比如 df.iloc[0] 总是取第一行，哪怕索引是 '2023-01-01'；而 df.loc['2023-01-01'] 才真按索引值匹配。
常见错误：把 .loc 当成“带标签的 .iloc”，结果遇到重复索引时报 KeyError 或返回多行却没意识到。
- 单个索引值：
df.loc['A']（返回Series）或df.loc[['A']]（返回DataFrame） - 切片（闭区间）：
df.loc['A':'C']—— 注意这是按索引顺序切，不是按原始行序 - 布尔索引配合：
df.loc[df.index.str.startswith('2023')]，比先重置索引再.iloc快得多
抽样时优先用 sample() 而非 np.random.choice() + .iloc
df.sample(n=100, random_state=42) 内部直接操作索引，不触发数据拷贝，速度比手动构造位置列表再 .iloc 高 3–5 倍（尤其对百万行以上 DataFrame）。它默认按行抽样，且天然支持权重（weights=df['score']）和分层（stratify=df['category']）。
容易踩的坑：用 df.iloc[np.random.choice(len(df), size=100)] 会丢失原始索引，且无法利用 Pandas 的索引加速路径。
- 按索引抽样（保留原索引）：
df.sample(n=100, axis=0) - 等价但更慢的写法：
df.iloc[np.random.permutation(len(df))[:100]] - 想确保抽到特定索引子集？先用
.loc过滤再.sample，别在全量数据上随机后筛选
索引未排序时，.loc 切片可能意外返回空或报错
df.loc['2023-01-01':'2023-01-05'] 要求索引已升序排列，否则 Pandas 会跳过中间未排序的段，甚至抛 KeyError（如索引是 ['2023-01-05', '2023-01-01']）。这不是 bug，是设计行为——Pandas 把切片当作有序查找优化路径。
- 检查是否有序：
df.index.is_monotonic_increasing - 安全做法：
df.sort_index().loc['2023-01-01':'2023-01-05']，但注意sort_index()有开销 - 替代方案（不排序）：
df[df.index >= '2023-01-01'][df.index ，逻辑清晰但两次布尔索引略慢
大文件场景下，避免反复 .loc 查找，先缓存索引位置
如果你要对同一组索引做多次切片（比如循环中查 df.loc[key]），每次调用 .loc 都会重建哈希映射或二分搜索结构。对千万级索引，这能差出 10 倍时间。
- 提前构建索引映射：
idx_map = {k: i for i, k in enumerate(df.index)}，然后用df.iloc[idx_map['A']] - 更推荐：
df.index.get_loc('A')返回位置，比字典查更快且内存省 - 批量查找多个键：
df.index.get_indexer(['A', 'B', 'C'])，返回位置数组，一次搞定
索引类型影响性能：纯整数索引走快速路径，字符串或 datetime 索引依赖哈希或树结构，重复索引会退化为线性扫描。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
