Pandas DataFrame为什么弃用.ix【个人看法】

以下谈一点个人的看法

众所周知，.loc,.iloc是两种常用的索引方式，分别是基于标签索引，基于位置索引。具体用法不再赘述。曾经还有一种混合索引.ix，可以“自由”地使用标签或位置进行索引。

.ix方法看起来很爽，但是暗藏一个坑。举例：

d1={'城市':['北京','昆明','广州','武汉','沈阳'],
    '一月销售额':[103.5,105,108.2,102.0,110],
    '二月销售额':[120.4,125.6,120.2,140.9,108.4],
    '三月销售额':[121.4,128.8,122.3,130.5,120.2]}
d=pd.DataFrame(d1,index=[2,4,6,8,10])

得到数据：

注意我在这里故意设置了一个不是0123序列的数字型index。实际操作中，这种现象非常常见。很多数据经过一番增删改查、各种拼接之后，index早已混乱不堪。
那么，d.ix[2,‘城市’]返回的什么？
你可能以为数字2代指第二行，但是，实际上程序理解的是标签2.所以你想得到“广州”，它返回的却是“北京”，与d.loc[2,‘城市’]效果完全相同。
所以.ix又有什么存在的意义呢？干脆就废弃了吧。

使用重置索引的方法将index设置为0123序列。

d.reset_index(drop=True,inplace=True)
print(d.loc[2,'城市'])

此时输出的就是“广州”。
drop=True表示原来的index废弃不用了。inplace=True表示直接修改原DataFrame对象。

icity=d.columns.get_loc('城市')
print(d.iloc[2,icity])

此时输出的就是“广州”。