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。我理解.loc（）只是基于标签而.iloc（）只是基于整数。
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（）？
答案 0 :(得分：68)
请参阅文档Different Choices for Indexing，它明确说明何时以及为何使用 .loc，.iloc 而不是 .ix ，这是关于明确使用的情况下：
.ix支持基于混合整数和标签的访问。它主要是 基于标签，但将回退到整数位置访问，除非 相应的轴是整数类型。 .ix是最通用的 将支持.loc和.iloc中的任何输入。 .ix也支持 浮点标签计划。 .ix在交易时特别有用 基于位置和标签的混合分层指数。
但是，当轴是基于整数的时，仅限基于标签的访问和 不支持位置访问。因此，在这种情况下，通常是这样 更好地明确并使用.iloc或.loc。
希望这有帮助。
感谢来自@Alexander的评论， Pandas 将在 0.20 中弃用ix，详情请见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来源。
预计会迁移到使用iloc和loc，而这是how to convert code上的链接。