因为 ix is deprecated ,如果需要按位置选择(iloc)和按标签选择(loc),您有2种可能的解决方案:

1.

通过查看索引将位置转换为索引名称 [] -因此,请按标签选择索引和值,然后使用 DataFrame.loc

print (df.index[2])
2013-01-02 00:00:00

df = df.loc[df.index[2]:, ["A", "B"]]
print (df)
                   A         B
2013-01-02 -0.132650 -0.030817
2013-01-01  1.261990 -0.078801
2013-01-06  0.012660 -0.259059
2013-01-04 -0.638154 -0.952552

2.

将列名称转换为位置 iloc 通过 get_indexer 然后查看 DataFrame.iloc :

print (df.columns.get_indexer(["A", "B"]))
[0 1]

df = df.iloc[2:, df.columns.get_indexer(["A", "B"])]
print (df)
                   A         B
2013-01-02 -0.132650 -0.030817
2013-01-01  1.261990 -0.078801
2013-01-06  0.012660 -0.259059
2013-01-04 -0.638154 -0.952552

您可以使用 iloc

df.iloc[2:, [0, 1]]

您可以找到文档 here .

您可以尝试使用iloc()方法

可以使用.iloc索引器同时选择多个列和行。

使用iloc和DataFrame进行多行和列选择

data.iloc[0:5] # first five rows of dataframe
data.iloc[:, 0:2] # first two columns of data frame with all rows
data.iloc[[2:], ["A","B"]] # 1st, 4th, 7th, 25th row + 1st 6th 7th columns.
data.iloc[0:5, 5:8] # first 5 rows and 5th, 6th, 7th columns of data frame (county -> phone1).