python pandas中的ix，loc和iloc

环境：python 3.4 + pandas 0.19.1

先看一下官方文档对这3个api的描述：

• DataFrame.ix
  • A primarily label-location based indexer, with integer position fallback.【支持根据索引值，或者按顺序位置定位】
  • .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.【按顺序位置定位，要求索引不能是数字】
• DataFrame.loc
  • Purely label-location based indexer for selection by label.【按索引值定位】
  • .loc[] is primarily label based, but may also be used with a boolean array.
• DataFrame.iloc
  • Purely integer-location based indexing for selection by position.【按顺序位置定位】
  • .iloc[] is primarily integer position based (from 0 to length-1 of the axis), but may also be used with a boolean array.

然后在一个函数中需要对DF进行修改，使用了iloc，但是用的是交叉的方式（df.iloc[1, 'col1']，index使用位置，column使用了索引值），结果发现修改没有生效，报出了警告：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame
See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

里面提到“When setting values in a pandas object, care must be taken to avoid what is called chained indexing. ”，具体详细内容参见链接，不细讲。简单说一下结论：当需要修改pandas的对象时（Series/DataFrame），以如下规则（对ix/loc/iloc一样)：

• 应该使用的方法：df.loc[:,'one']（修改行/列），df.loc['a', 'one']（修改具体某个元素）；
• 不应使用的方法：df['one']（修改行/列），df['a']['one']、df.loc['a']['one']（修改具体某个元素）。（因为这些方法可能返回的是copy，也可能不是，具有不确定性）