.ix（）总是比.loc（）和.iloc（）更好，因为它更快并且支持整数和标签访问吗？
我正在学习Python熊猫库。来自R的背景，索引和选择函数似乎比它们需要的复杂。我的理解是.loc（）仅基于标签，.iloc（）仅基于整数。
如果.ix（）更快并且支持整数和标签访问，为什么还要使用.loc（）和.iloc（）？
问题答案：
请参考文档“索引的不同选择”，该文件清楚地说明了何时以及为什么应该在
.ix上 使用 .loc， .iloc ，这与显式用例有关：
.ix支持基于整数和标签的混合访问。它主要基于标签，但是将退回到整数位置访问，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还支持浮点标签方案。.ix在处理混合的位置和基于标签的层次索引时特别有用。
但是，当轴基于整数时，仅支持基于标签的访问，而不支持基于位置的访问。因此，在这种情况下，通常最好是显式并使用.iloc或.loc。
希望这可以帮助。
更新2017年3月22日
由于从@Alexander评论， 大熊猫 将要弃用ix在 0.20 ，细节在这里。
背后的重要原因之一是，混合索引-位置和标签（有效使用ix）已成为用户的重要问题来源。
预计迁移到使用iloc和loc替代，这里是一个链接如何转换代码。
-
我正在学习Python熊猫库。来自R背景，索引和选择函数似乎比它们需要的更复杂。我的理解是. loc（）仅仅是基于标签的，而. iloc（）仅仅是基于整数的。 如果. ix（）更快并且支持整数和标签访问，我为什么要使用. loc（）和. iloc（）？
-
问题内容： 有人可以解释这三种切片方法有何不同吗？ 我看过文档，也看过这些 答案，但是我仍然发现自己无法解释这三者之间的区别。在我看来，它们在很大程度上似乎是可互换的，因为它们处于切片的较低级别。 例如，假设我们要获取的前五行。这三者如何运作？ 有人可以提出三种用法之间的区别更清楚的情况吗？ 问题答案： 注意：在熊猫版本0.20.0及更高版本中，已弃用，建议改为使用loc和iloc。我留下了ix完
-
关于堆栈溢出，有多个问题比较loc、iloc和ix，比如这一个，还有多个问题讨论速度差异，比如这一个。似乎大家的共识是.ix速度更快，但它已被弃用。 这就引出了我的问题，如果. ix更快，尤其是在基于标签的索引中，为什么要弃用它？为什么你不想使用更快的方法？我发现弃用. ix的唯一原因是它混淆了人们，因为它对标签和整数都有效。我是不是漏了什么？或者. ix的唯一缺点是它令人困惑，因此将来可能不支持
-
问题内容： 最近开始从我的安全位置（R）分支到Python，并且对中的单元格定位/选择感到有些困惑。我已经阅读了文档，但仍在努力了解各种本地化/选择选项的实际含义。 我为什么应该使用或超过最一般的选择？ 我的理解是，，，和可以提供一些保证正确性是不能提供的，但我也看到了在那里往往是一刀切最快的解决方案。 请说明使用除？以外的任何东西背后的现实世界中的最佳实践推理。 问题答案： loc： 仅适用于索
-
有人能解释一下这两种切片方法有什么不同吗？ 我看过文档，也看到过这些答案，但我还是发现自己无法理解这三种方法有什么不同。在我看来，它们在很大程度上是可以互换的，因为它们处于较低的切片级别。 例如，假设我们希望获得的前五行。这两个是怎么工作的？ 谁能说出三种情况，在使用上的区别比较清楚？ 从前，我也想知道这两个函数与有什么不同，但是已经从pandas 1.0中删除了，所以我不再关心了。
-
我有以下问题：在df中，我想要选择特定的行和特定的列，在这个选择中，获取第一个元素，并为它们分配一个新值。我天真地认为以下代码应该可以完成这项工作： 和都应将视图返回到df中，并且应覆盖该值。但是，数据帧不会改变。为什么？ 我知道如何绕过它--首先使用创建一个新的df，然后使用更改值并更新原始df（如下所示）。 但是a）我不认为这是最佳的，b）我想知道为什么顶级解决方案不起作用。为什么它返回一个副