使用pandas.DataFrame.ix时，结果会弹出如下语句：
py:10: DeprecationWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexingSee the documentation here:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#ix-indexer-is-deprecated# Remove the CWD from sys.path while we load stuff.
这说明，pandas.DataFrame.ix 这句指令已经被弃用了，这是因为当DataFrame的列名为数字而非字符时，.ix 这种混合定位方式无法识别某一列的列名与另一列的列号相同而产生的冲突，不会报错，而是默认为列名定位，可能不会返回希望得到的数据。
例如：
import pandas as pd
import numpy as npdata = pd.DataFrame(np.arange(16).reshape(4, 4), columns=['A', 'B', 'C', 'D'])# 查看DataFrame数据
print(data)# 定位到(2, 2)单元格
print(data.ix[0, 1])# 添加一列，列名为1，数字非字符列名
data[1] = pd.Series(['a', 'a', 'a', 'a'])
# 查看DataFrame数据
print(data)# 定位单元格
print(data.ix[0, 1])
得到结果为：
A B C D
0 0 1 2 3
1 4 5 6 7
2 8 9 10 11
3 12 13 14 15
1A B C D 1
0 0 1 2 3 a
1 4 5 6 7 a
2 8 9 10 11 a
3 12 13 14 15 a
a
由此看出，第一个.ix指令取的数字是[0, 1]上的数字，而由于之后加了列名为"1"的一列，所以第二个.ix指令取到列名为"1"的列的0位上的字符串"a"。由此可见，用这种取值方法可能达不到预期效果。
所以，现在用.iloc 和 .loc 来代替 .ix 。
- loc——通过行标签索引行数据
- iloc——通过行号索引行数据
例如：
import pandas as pd
import numpy as npdata = pd.DataFrame(np.arange(16).reshape(4, 4), columns=['A', 'B', 'C', 'D'])
# 添加一列，列名为1，数字非字符列名
data[1] = pd.Series(['a', 'a', 'a', 'a'])
# 查看DataFrame数据
print(data)# 定位单元格
print(data.iloc[0, 1])
print(data.loc[0, 1])
得到结果：
A B C D 1
0 0 1 2 3 a
1 4 5 6 7 a
2 8 9 10 11 a
3 12 13 14 15 a
1
a