我正在学习Python Pandas图书馆。来自R背景，索引和选择功能似乎比需要的要复杂。我理解.loc（）仅基于标签，而.iloc（）仅基于整数。
Why should I ever use .loc() and .iloc() if .ix() is faster and supports integer and label access?
答案
请参考文档索引的不同选择，它清楚地指出了何时以及为什么要使用**.loc, .iloc** 超过**.ix**，这是关于明确用例：
.ix支持混合整数和基于标签的访问。它主要是基于标签的，但是除非相应的轴是整数类型，否则将落后于整数位置访问。.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。当处理混合位置和基于标签的层次索引时，.ix非常有用。
但是，当轴基于整数时，仅支持基于标签的访问而不是位置访问。因此，在这种情况下，通常最好是说明并使用.iloc或.loc。
更新2017年3月22日
感谢@Alexander的评论，Pandas 要贬值ix在0.20 ，详细信息在这里。
背后的强烈原因之一是因为混合索引 - 位置和标签（有效地使用ix）是用户的重要问题。
预计将迁移以使用iloc和loc相反，这是一个链接如何转换代码。