.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。来自 R 背景，索引和选择功能似乎比它们需要的更复杂。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，我为什么还要使用 .loc() 和 .iloc()？

Answer 1

请参考文档Different Choices for Indexing，它清楚地说明了何时以及为什么应该使用 .loc, .iloc 而不是 .ix，它是关于明确的用例：

.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 是最通用的 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 具有混合的基于位置和标签的分层索引。

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 最好是明确的并使用 .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，详情请参阅 here。

其中一个重要原因是因为混合索引——位置和标签（有效地使用ix）一直是用户问题的重要来源。

预计会迁移到使用iloc 和loc，这是how to convert code 上的链接。