pandas: slicing dans loc() vs slicing "normal" .. différence de la plage slicée

Bonjour,
En suivant une vidéo sur les bases de pandas je vois que:

Pour un dataframe data, contenant une série 'col1', si l'on applique un slicing sur cette série dans la méthode loc() :

data.loc([0:3, ['col1']])

on obtient 4 retours de 'col1'.

Ce qui semble indiquer que ce slicing récupère de 0 à 3 inclus..
(alors qu'un slicing "normal" lui ferait de 0 à 3 exclu .. soit 3 retours uniquement).

Y a t il un rationnel pour avoir changé la façon de slicer dans loc() de pandas?
Ou est ce simplement que j'ai loupé et/ou pas compris un truc?

Merci pour votre temps.
Jma

Je crois avoir compris, (en continuant les tutos sur pandas) pourquoi ce slicing avec valeur finale incluse...

Quand on utilise pandas sur des time séries et que l'on "slice par date",

Code:

---

data.loc['2017':'2020', 'Val'].plot()

---

cela retournera "naturellement" les Val de 2017 à 2020 inclus (et fera le plot val en fonction de la date).

Allez je ferme ce post curiosité :)