Pandas警告：DeprecationWarning: .ix is deprecated.（ix、loc、iloc的区别）

ix和loc、iloc函数都是用来获取某一行或者某一列数据的。

请看如下案例：

import pandas as pd
data = [[1,2,3],[4,5,6],[7,8,9]]
rows = ['row1','row2','row3']#行标签
columns = ['col1','col2','col3']#列标签
df = pd.DataFrame(data, index=rows, columns=columns)
print df

运行结果：

col1 col2 col3 row1 1 2 3 row2 4 5 6 row3 7 8 9

1.loc函数

官网解释

Purely label-location based indexer for selection by label. .loc[] is primarily label based, but may also be used with a boolean array. 完全基于标签位置的索引器，所谓标签位置就是上面定义的'row1','row2'。

因此使用loc函数的时候，如果传入的不是标签而是下标将会导致如下错误：

TypeError: cannot do label indexing on with these indexers [1] of

使用方法（row1就是行标签）

print df.loc['row1']

运行结果：

col1 1 col2 2 col3 3 Name: row1, dtype: int64

2.iloc函数

官网解释

Purely integer-location based indexing for selection by position. .iloc[] is primarily integer position based (from 0 to length-1 of the axis), but may also be used with a boolean array. 完全基于行号的索引器，所谓行号就是第0、1、2行。

因此使用iloc函数的时候，如果传入的不是行号而是标签将会导致如下错误：

TypeError: cannot do positional indexing on with these indexers [row1] of

使用方法（0就是行号）

print df.iloc[0]

运行结果：

col1 1 col2 2 col3 3 Name: row1, dtype: int64

3.ix函数

官网解释

A primarily label-location based indexer, with integer position fallback. .ix[] supports mixed integer and label based access. It is primarily label based, but will fall back to integer positional access unless the corresponding axis is of integer type. 支持标签和行号混合的索引器，既可以通过标签也可以通过行号，还可以组合在一起（这个函数已经过期，建议使用上面两个函数替代）

由于loc和iloc已经可以完成ix函数的工作，因此在后面ix函数有可能被移除，当前第一次运行ix函数的时候会有如下警告：

DeprecationWarning: .ix is deprecated. Please use .loc for label based indexing or .iloc for positional indexing

使用方法（loc和iloc的结合）

print df.ix[0] print df.ix['row1'] print df.ix['row1'，‘col1’] print df.ix['row1',0]

运行结果：

col1 1 col2 2 col3 3 Name: row1, dtype: int64 col1 1 col2 2 col3 3 Name: row1, dtype: int64 1 1