Pandas：替代.ix的几种方法

在本文中，我们将介绍Pandas中替代.ix的几种方法，.ix在最近的Pandas版本中已经被弃用。

阅读更多：Pandas 教程

使用loc和iloc

.loc和.iloc是最常用的替代.ix的方法之一。loc基于标签查询，iloc基于位置查询。loc和iloc采用轴标签和整数索引的组合，允许你灵活地选择数据。

例如，如果我们有一个DataFrame，它的列名为‘A’和‘B’，索引为0至4：

import pandas as pd

df = pd.DataFrame({'A':[1,2,3,4,5], 'B':[6,7,8,9,10]}, index=[0,1,2,3,4])

我们可以用.loc查询第2行，第‘B’列的值：

print(df.loc[2, 'B'])

输出为8。

如果想要选取多个行或列，你可以在loc或iloc中传递一个列表。例如：

print(df.iloc[[0,3,4], [0,1]])

这将返回包含第0、3、4行和第0、1列的新DataFrame。

使用.at和.iat

.at和.iat是.loc和.iloc的更快、更劲爆的替代品，.at仅适用于标量查询，.iat仅适用于整数标量查询。

例如，若我们想要查询第2行，第‘B’列的值，我们可以使用.at：

print(df.at[2, 'B'])

输出为8。

.iat使用类似：

print(df.iat[2, 1])

输出为8。

请注意，.at和.iat不像.loc和.iloc那样支持高级索引和切片。

使用索引（Indexing）

另一种替代.ix的方法是使用索引。loc和.iloc实际上是索引的一部分，但还有其他类型的索引。

例如，如果我们要使用布尔索引，我们可以使用以下语法：

print(df[df.A > 2])

这将打印所有A值大于2的行。

我们还可以使用整数索引。例如，若我们想要选择前3行，我们可以使用切片：

print(df[:3])

这将输出前3行。

总结

通过.loc和.iloc、.at和.iat以及索引（Indexing），我们可以很方便地替代.ix。这些方法提供了使用标签或位置选择数据的灵活性，让你更加轻松地应对数据分析中的挑战。

注意：以上方法都仅适用于Pandas版本0.20.0及以上。请确保你的Pandas版本已经更新。