На 9 януари беше пусната версия Pandas 1.0.0rc. Предишната версия на библиотеката е 0.25.

Първият мажорен релиз съдържа множество изключителни нововъведения, включително подобрено автоматично обобщаване на данни, повече формати за изход, нови типове данни и дори нов сайт за документация.

Всички изменения можете да видите тук, в статията ще се ограничим до кратък, по-малко технически преглед на най-важното.

Библиотеката може да бъде инсталирана, както обикновено, с помощта на pip, но тъй като по времето на написване на статията Pandas 1.0 все още е release candidate, ще трябва явно да посочите версията:

pip install --upgrade pandas==1.0.0rc0

Бъдете внимателни: тъй като релизът е мажорен, актуализацията може да счупи стария код!

Между другото, с тази версия напълно се прекратява поддръжката на Python 2 (което може да стане добър повод да се актуализирате — бел. прев.). Pandas 1.0 изисква поне Python 3.6+, така че ако не сте сигурни, уточнете коя версия е инсталирана у вас:

$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)

$ python --version
Python 3.7.5

Най-лесно е да проверите версията на Pandas по следния начин:

>>> import pandas as pd
>>> pd.__version__
1.0.0rc0

Подобрено автоматично обобщаване с DataFrame.info

Любимото ми нововъведение е обновлението на метода DataFrame.info. Функцията стана значително по-четима, което прави процеса на проучване на данни още по-лесен:

>>> df = pd.DataFrame({
...:   'A': [1,2,3], 
...:   'B': ["goodbye", "cruel", "world"], 
...:   'C': [False, True, False]
...:})
>>> df.info()

RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   A       3 non-null      int64
 1   B       3 non-null      object
 2   C       3 non-null      object
dtypes: int64(1), object(2)
memory usage: 200.0+ bytes

Изход на таблици в формат Markdown

Не по-малко приятното нововъведение е възможността за експортиране на DataFrame към таблици Markdown с помощта на DataFrame.to_markdown.

>>> df.to_markdown()
|    |   A | B       | C     |
|---:|----:|:--------|:------|
|  0 |   1 | goodbye | False |
|  1 |   2 | cruel   | True  |
|  2 |   3 | world   | False |

Това значително улеснява публикуването на таблици на сайтове като Medium, използвайки github gists.

Нови типове за стрингове и логически стойности

В релиз Pandas 1.0 също така добавиха нови експериментални типове. Някои от тяхното API все още може да се промени, така че използвайте ги с внимание. Но обикновено Pandas препоръчва да се използват новите типове навсякъде, където е уместно.

Засега преобразуването трябва да се извършва явно:

>>> B = pd.Series(["goodbye", "cruel", "world"], dtype="string")
>>> C = pd.Series([False, True, False], dtype="bool")
>>> df.B = B, df.C = C
>>> df.info()

RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   A       3 non-null      int64
 1   B       3 non-null      string
 2   C       3 non-null      bool
dtypes: int64(1), object(1), string(1)
memory usage: 200.0+ bytes

Обърнете внимание как колоната Dtype показва новите типове — string и bool.

Най-полезната функция на новия тип низове е, че можете да изберете само текстови колони от DataFrame. Това може значително да улесни анализа на текстови данни:

df.select_dtypes("string")

По-рано текстовите колони не можеха да се избират без явното указване на имената.

Повече за новите типове можете да прочетете тук.

Благодарим ви, че прочетохте! Пълен списък с промените, както вече споменахме, можете да видите тук.

Източник: habr.com