.ix() 是否总是比 .loc() 和 .iloc() 更好，因为它更快并且支持整数和标签访问？

Question

我正在学习Python pandas 库。由于具有 R 背景，索引和选择函数似乎比实际需要的更复杂。我的理解是 .loc() 仅基于标签，而 .iloc() 仅基于整数。

如果 .ix() 更快并且支持整数和标签访问，为什么我应该使用 .loc() 和 .iloc()？

Answer 1

请参阅文档索引的不同选择，它清楚地说明了何时以及为何应使用.loc、.iloc而不是.ix，这是关于明确的用例：

.ix 支持混合整数和基于标签的访问。它主要是 基于标签，但将回退到整数位置访问，除非 对应的轴是整数类型。 .ix 是最通用且 将支持 .loc 和 .iloc 中的任何输入。 .ix 还支持 浮点标签方案。 .ix 在交易时特别有用 具有混合位置和基于标签的分层索引。

但是，当轴基于整数时，仅基于标签的访问和 不支持位置访问。因此，在这种情况下，通常 最好明确并使用 .iloc 或 .loc。

2017 年 3 月 22 日更新

感谢 @Alexander 的评论，Pandas 将在

0.20

中弃用 ix，详细信息请参阅here。

背后的一个重要原因是混合索引——位置和标签（有效地使用

ix

）一直是用户问题的重要根源。

预计会迁移到使用

iloc

和

loc

，这里有一个关于 如何转换代码的链接。

Answer 2

自 2020 年 1 月发布 Pandas 1.0.0 以来，

DataFrame.ix

已被完全删除，请参阅https://pandas.pydata.org/pandas-docs/stable/whatsnew/v1.0.0.html#removal-of-prior-版本弃用更改