Pandas单元格选取方式对比：是否等价？哪种更优？

前提示例DataFrame #

import pandas as pd
df = pd.DataFrame({"A":[1,2,3], "B": [4,5,6], "C": [7,8,9]})
#    A  B  C
# 0  1  4  7
# 1  2  5  8
# 2  3  6  9 

四种选取方式的等价性分析 #

这四种方式在默认整数索引、仅取值不修改的场景下能得到相同结果（都是5），但执行逻辑和潜在风险完全不同，并非完全等价：

• df["B"][1]：先提取列B的Series，再用位置索引[1]取值。若行索引不是连续整数（比如自定义字符串索引），[1]会取第2行（位置）而非索引值为1的行，结果会和标签索引方式不一致；且属于链式操作，修改时易触发SettingWithCopyWarning，可能出现修改副本而非原DataFrame的问题。
• df["B"].loc[1]：先提取列B的Series，再用loc按标签索引取值。逻辑明确是标签定位，但同样是链式操作，存在上述修改风险。
• df.loc[1,"B"]：直接通过loc以行标签+列标签的原子操作定位单元格，直接操作原DataFrame，无中间Series生成。
• df.loc[1]["B"]：先提取第1行的Series，再取列B的值。链式操作，不仅有修改风险，还会额外生成行级Series，效率更低。

最优方式推荐：df.loc[1,"B"] #

优先选择这种方式的核心原因：

1. 逻辑清晰无歧义：明确使用标签索引，不会混淆位置与标签的差异，适配所有索引类型。
2. 安全且高效：原子操作避免链式索引的SettingWithCopyWarning，修改单元格值时（如df.loc[1,"B"] = 10）直接作用于原DataFrame；无需生成中间对象，性能更优。
3. 符合官方规范：Pandas官方推荐使用loc（标签）/iloc（位置）进行索引操作，代码风格统一，降低维护成本。

补充说明 #

若仅临时取值且索引为默认整数，其他方式也能得到结果，但生产代码或涉及数据修改的场景，务必使用原子索引方式，避免潜在的bug。

内容的提问来源于stack exchange，提问作者Brayan Muñoz