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

Posted 2023-03-12

【中文标题】.ix() 是不是总是比 .loc() 和 .iloc() 更好，因为它更快并且支持整数和标签访问？

【英文标题】：Is .ix() always better than .loc() and .iloc() since it is faster and supports integer and label access?.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？

【发布时间】：2015-02-24 09:26:19

【问题描述】：

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()？

【问题讨论】：

这个答案here 应该很有帮助！

永远不要使用 .ix！ Here is an even more helpful answer .loc、.iloc 和 [] 之间的区别

pandas iloc vs ix vs loc explanation?的可能重复

【参考方案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。

【讨论】：

您能否澄清一下“但是，当轴基于整数时，仅支持基于标签的访问而不支持位置访问。因此，在这种情况下，通常最好明确并使用 .iloc或 .loc。”方法？那部分对我来说是朦胧的

@AZhao，我想我不明白你想让我澄清什么，你想知道索引选择之间的区别还是如何确定“显式”？也许你会读到Difference choices of indexing。

@AZhao，我认为这意味着如果您使用整数 as 您的标签（可能与其列顺序不对应），那么它将无法区分你指的是哪一个。如果我误解了，请有人纠正我。

看来.ix 索引器将在 Pandas 0.20.0 pandas-docs.github.io/pandas-docs-travis/… 中被弃用

@Alexander - 感谢您的弃用说明，我将更新答案以反映这一点:)