9 āĻāĻžāĻ¨ā§āĻ¯āĻŧāĻžāĻ°ā§, āĻĒāĻžāĻ¨ā§āĻĄāĻžāĻ¸ 1.0.0rc āĻ°āĻŋāĻ˛āĻŋāĻ āĻšāĻ¯āĻŧā§āĻāĻŋāĻ˛āĨ¤ āĻ˛āĻžāĻāĻŦā§āĻ°ā§āĻ°āĻŋāĻ° āĻĒā§āĻ°ā§āĻŦāĻŦāĻ°ā§āĻ¤ā§ āĻ¸āĻāĻ¸ā§āĻāĻ°āĻŖ 0.25āĨ¤
āĻĒā§āĻ°āĻĨāĻŽ āĻĒā§āĻ°āĻ§āĻžāĻ¨ āĻ°āĻŋāĻ˛āĻŋāĻā§ āĻ āĻ¨ā§āĻāĻā§āĻ˛āĻŋ āĻĻā§āĻ°ā§āĻĻāĻžāĻ¨ā§āĻ¤ āĻ¨āĻ¤ā§āĻ¨ āĻŦā§āĻļāĻŋāĻˇā§āĻā§āĻ¯ āĻ°āĻ¯āĻŧā§āĻā§, āĻ¯āĻžāĻ° āĻŽāĻ§ā§āĻ¯ā§ āĻāĻ¨ā§āĻ¨āĻ¤ āĻ¸ā§āĻŦāĻ¯āĻŧāĻāĻā§āĻ°āĻŋāĻ¯āĻŧ āĻĄā§āĻāĻžāĻĢā§āĻ°ā§āĻŽ āĻ¸āĻāĻā§āĻˇāĻŋāĻĒā§āĻ¤āĻāĻ°āĻŖ, āĻāĻ°āĻ āĻāĻāĻāĻĒā§āĻ āĻĢāĻ°ā§āĻŽā§āĻ¯āĻžāĻ, āĻ¨āĻ¤ā§āĻ¨ āĻĄā§āĻāĻž āĻĒā§āĻ°āĻāĻžāĻ° āĻāĻŦāĻ āĻāĻŽāĻ¨āĻāĻŋ āĻāĻāĻāĻŋ āĻ¨āĻ¤ā§āĻ¨ āĻĄāĻā§āĻŽā§āĻ¨ā§āĻā§āĻļāĻ¨ āĻ¸āĻžāĻāĻ āĻ°āĻ¯āĻŧā§āĻā§āĨ¤
āĻ¸āĻŦ āĻĒāĻ°āĻŋāĻŦāĻ°ā§āĻ¤āĻ¨ āĻĻā§āĻāĻž āĻ¯āĻžāĻŦā§
āĻāĻĒāĻ¨āĻŋ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§ āĻ¸ā§āĻŦāĻžāĻāĻžāĻŦāĻŋāĻ āĻšāĻŋāĻ¸āĻžāĻŦā§ āĻ˛āĻžāĻāĻŦā§āĻ°ā§āĻ°āĻŋ āĻāĻ¨āĻ¸ā§āĻāĻ˛ āĻāĻ°āĻ¤ā§ āĻĒāĻžāĻ°ā§āĻ¨ āĻŦā§āĻāĻŋ, āĻāĻŋāĻ¨ā§āĻ¤ā§ āĻ¯ā§āĻšā§āĻ¤ā§ āĻĒāĻžāĻ¨ā§āĻĄāĻžāĻ¸ 1.0 āĻ˛ā§āĻāĻžāĻ° āĻ¸āĻŽāĻ¯āĻŧ āĻāĻāĻ¨āĻ āĻāĻā§ āĻŽā§āĻā§āĻ¤āĻŋāĻ° āĻĒā§āĻ°āĻžāĻ°ā§āĻĨā§, āĻāĻĒāĻ¨āĻžāĻā§ āĻ¸ā§āĻĒāĻˇā§āĻāĻāĻžāĻŦā§ āĻ¸āĻāĻ¸ā§āĻāĻ°āĻŖāĻāĻŋ āĻ¨āĻŋāĻ°ā§āĻĻāĻŋāĻˇā§āĻ āĻāĻ°āĻ¤ā§ āĻšāĻŦā§:
pip install --upgrade pandas==1.0.0rc0
āĻ¸āĻ¤āĻ°ā§āĻāĻ¤āĻž āĻ āĻŦāĻ˛āĻŽā§āĻŦāĻ¨ āĻāĻ°ā§āĻ¨: āĻ¯ā§āĻšā§āĻ¤ā§ āĻāĻāĻŋ āĻāĻāĻāĻŋ āĻŦāĻĄāĻŧ āĻ°āĻŋāĻ˛āĻŋāĻ, āĻāĻĒāĻĄā§āĻāĻāĻŋ āĻĒā§āĻ°āĻžāĻ¨ā§ āĻā§āĻĄāĻāĻŋ āĻā§āĻā§ āĻĻāĻŋāĻ¤ā§ āĻĒāĻžāĻ°ā§!
āĻ¯āĻžāĻāĻšā§āĻ, āĻāĻ āĻ¸āĻāĻ¸ā§āĻāĻ°āĻŖ āĻĨā§āĻā§ āĻĒāĻžāĻāĻĨāĻ¨ 2 āĻāĻ° āĻāĻ¨ā§āĻ¯ āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻ¸āĻŽā§āĻĒā§āĻ°ā§āĻŖāĻ°ā§āĻĒā§ āĻŦāĻ¨ā§āĻ§ āĻšāĻ¯āĻŧā§ āĻā§āĻā§ (āĻāĻŋ āĻāĻāĻāĻŋ āĻāĻžāĻ˛ āĻāĻžāĻ°āĻŖ āĻšāĻ¤ā§ āĻĒāĻžāĻ°ā§
$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)
$ python --version
Python 3.7.5
āĻĒāĻžāĻ¨ā§āĻĄāĻžāĻ¸ āĻ¸āĻāĻ¸ā§āĻāĻ°āĻŖ āĻā§āĻ āĻāĻ°āĻžāĻ° āĻ¸āĻŦāĻā§āĻ¯āĻŧā§ āĻ¸āĻšāĻ āĻāĻĒāĻžāĻ¯āĻŧ āĻšāĻ˛:
>>> import pandas as pd
>>> pd.__version__
1.0.0rc0
DataFrame.info āĻāĻ° āĻ¸āĻžāĻĨā§ āĻāĻ¨ā§āĻ¨āĻ¤ āĻ¸ā§āĻŦāĻ¯āĻŧāĻāĻā§āĻ°āĻŋāĻ¯āĻŧ āĻ¸āĻāĻā§āĻˇāĻŋāĻĒā§āĻ¤āĻāĻ°āĻŖ
āĻāĻŽāĻžāĻ° āĻĒā§āĻ°āĻŋāĻ¯āĻŧ āĻāĻĻā§āĻāĻžāĻŦāĻ¨ āĻĒāĻĻā§āĻ§āĻ¤āĻŋāĻ° āĻāĻĒāĻĄā§āĻ āĻāĻŋāĻ˛ DataFrame.info. āĻĢāĻžāĻāĻļāĻ¨āĻāĻŋ āĻ āĻ¨ā§āĻ āĻŦā§āĻļāĻŋ āĻĒāĻ āĻ¨āĻ¯ā§āĻā§āĻ¯ āĻšāĻ¯āĻŧā§ āĻāĻ ā§āĻā§, āĻĄā§āĻāĻž āĻ āĻ¨ā§āĻŦā§āĻˇāĻŖā§āĻ° āĻĒā§āĻ°āĻā§āĻ°āĻŋāĻ¯āĻŧāĻžāĻāĻŋāĻā§ āĻāĻ°āĻ āĻ¸āĻšāĻ āĻāĻ°ā§ āĻ¤ā§āĻ˛ā§āĻā§:
>>> df = pd.DataFrame({
...: 'A': [1,2,3],
...: 'B': ["goodbye", "cruel", "world"],
...: 'C': [False, True, False]
...:})
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
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
āĻŽāĻžāĻ°ā§āĻāĻĄāĻžāĻāĻ¨ āĻŦāĻŋāĻ¨ā§āĻ¯āĻžāĻ¸ā§ āĻāĻāĻāĻĒā§āĻ āĻā§āĻŦāĻŋāĻ˛
āĻāĻāĻāĻŋ āĻ¸āĻŽāĻžāĻ¨ āĻāĻ¨āĻ¨ā§āĻĻāĻĻāĻžāĻ¯āĻŧāĻ āĻāĻĻā§āĻāĻžāĻŦāĻ¨ āĻšāĻ˛ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§ āĻŽāĻžāĻ°ā§āĻāĻĄāĻžāĻāĻ¨ āĻā§āĻŦāĻŋāĻ˛ā§ āĻĄā§āĻāĻžāĻĢā§āĻ°ā§āĻŽ āĻ°āĻĒā§āĻ¤āĻžāĻ¨āĻŋ āĻāĻ°āĻžāĻ° āĻā§āĻˇāĻŽāĻ¤āĻž DataFrame.to_markdown.
>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |
āĻāĻāĻŋ āĻāĻŋāĻĨā§āĻŦ āĻ¸āĻžāĻ°āĻžāĻāĻļ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§ āĻŽāĻŋāĻĄāĻŋāĻ¯āĻŧāĻžāĻŽā§āĻ° āĻŽāĻ¤ā§ āĻ¸āĻžāĻāĻā§ āĻā§āĻŦāĻŋāĻ˛ āĻĒā§āĻ°āĻāĻžāĻļ āĻāĻ°āĻž āĻāĻ°āĻ āĻ¸āĻšāĻ āĻāĻ°ā§ āĻ¤ā§āĻ˛ā§āĨ¤
āĻ¸ā§āĻā§āĻ°āĻŋāĻ āĻāĻŦāĻ āĻŦā§āĻ˛āĻŋāĻ¯āĻŧāĻžāĻ¨ā§āĻ° āĻāĻ¨ā§āĻ¯ āĻ¨āĻ¤ā§āĻ¨ āĻĒā§āĻ°āĻāĻžāĻ°
āĻĒāĻžāĻ¨ā§āĻĄāĻžāĻ¸ 1.0 āĻ°āĻŋāĻ˛āĻŋāĻā§āĻ āĻ¨āĻ¤ā§āĻ¨ āĻ¯ā§āĻā§āĻ¤ āĻšāĻ¯āĻŧā§āĻā§ āĻĒāĻ°ā§āĻā§āĻˇāĻžāĻŽā§āĻ˛āĻ āĻĒā§āĻ°āĻāĻžāĻ° āĻ¤āĻžāĻĻā§āĻ° API āĻāĻāĻ¨āĻ āĻĒāĻ°āĻŋāĻŦāĻ°ā§āĻ¤āĻ¨ āĻšāĻ¤ā§ āĻĒāĻžāĻ°ā§, āĻ¤āĻžāĻ āĻ¸āĻ¤āĻ°ā§āĻāĻ¤āĻžāĻ° āĻ¸āĻžāĻĨā§ āĻāĻāĻŋ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§āĻ¨āĨ¤ āĻāĻŋāĻ¨ā§āĻ¤ā§ āĻ¸āĻžāĻ§āĻžāĻ°āĻŖāĻāĻžāĻŦā§, āĻĒāĻžāĻ¨ā§āĻĄāĻžāĻ¸ āĻ¨āĻ¤ā§āĻ¨ āĻ§āĻ°āĻ¨ā§āĻ° āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°āĻžāĻ° āĻĒāĻ°āĻžāĻŽāĻ°ā§āĻļ āĻĻā§āĻ¯āĻŧ āĻ¯ā§āĻāĻžāĻ¨ā§ āĻāĻāĻŋ āĻ āĻ°ā§āĻĨāĻĒā§āĻ°ā§āĻŖ āĻšāĻ¯āĻŧāĨ¤
āĻāĻĒāĻžāĻ¤āĻ¤, āĻāĻžāĻ¸ā§āĻ āĻ¸ā§āĻĒāĻˇā§āĻāĻāĻžāĻŦā§ āĻāĻ°āĻž āĻĻāĻ°āĻāĻžāĻ°:
>>> B = pd.Series(["goodbye", "cruel", "world"], dtype="string")
>>> C = pd.Series([False, True, False], dtype="bool")
>>> df.B = B, df.C = C
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
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
āĻāĻ˛āĻžāĻŽ āĻāĻŋāĻāĻžāĻŦā§ āĻ˛āĻā§āĻˇā§āĻ¯ āĻāĻ°ā§āĻ¨ āĻĄāĻŋāĻāĻžāĻāĻĒ āĻ¨āĻ¤ā§āĻ¨ āĻ§āĻ°āĻ¨ā§āĻ° āĻĒā§āĻ°āĻĻāĻ°ā§āĻļāĻ¨ āĻāĻ°ā§ - āĻ¸ā§āĻā§āĻ°āĻŋāĻ и bool,.
āĻ¨āĻ¤ā§āĻ¨ āĻ¸ā§āĻā§āĻ°āĻŋāĻ āĻāĻžāĻāĻĒā§āĻ° āĻ¸āĻŦāĻā§āĻ¯āĻŧā§ āĻĻāĻ°āĻāĻžāĻ°ā§ āĻŦā§āĻļāĻŋāĻˇā§āĻā§āĻ¯ āĻšāĻ˛ āĻ¨āĻŋāĻ°ā§āĻŦāĻžāĻāĻ¨ āĻāĻ°āĻžāĻ° āĻā§āĻˇāĻŽāĻ¤āĻž āĻļā§āĻ§ā§āĻŽāĻžāĻ¤ā§āĻ° āĻ¸āĻžāĻ°āĻŋ āĻāĻ˛āĻžāĻŽ āĻĄā§āĻāĻžāĻĢā§āĻ°ā§āĻŽ āĻĨā§āĻā§āĨ¤ āĻāĻāĻŋ āĻĒāĻžāĻ ā§āĻ¯ āĻĄā§āĻāĻž āĻĒāĻžāĻ°ā§āĻ¸āĻŋāĻāĻā§ āĻāĻ°āĻ āĻ¸āĻšāĻ āĻāĻ°ā§ āĻ¤ā§āĻ˛āĻ¤ā§ āĻĒāĻžāĻ°ā§:
df.select_dtypes("string")
āĻĒā§āĻ°ā§āĻŦā§, āĻ¸ā§āĻĒāĻˇā§āĻāĻāĻžāĻŦā§ āĻ¨āĻžāĻŽ āĻāĻ˛ā§āĻ˛ā§āĻ āĻ¨āĻž āĻāĻ°ā§ āĻ¸āĻžāĻ°āĻŋ āĻāĻ˛āĻžāĻŽ āĻ¨āĻŋāĻ°ā§āĻŦāĻžāĻāĻ¨ āĻāĻ°āĻž āĻ¯ā§āĻ¤ āĻ¨āĻžāĨ¤
āĻāĻĒāĻ¨āĻŋ āĻ¨āĻ¤ā§āĻ¨ āĻ§āĻ°āĻ¨ā§āĻ° āĻ¸āĻŽā§āĻĒāĻ°ā§āĻā§ āĻāĻ°ā§ āĻĒāĻĄāĻŧāĻ¤ā§ āĻĒāĻžāĻ°ā§āĻ¨
āĻĒāĻĄāĻŧāĻžāĻ° āĻāĻ¨ā§āĻ¯ āĻāĻĒāĻ¨āĻžāĻā§ āĻ§āĻ¨ā§āĻ¯āĻŦāĻžāĻĻ! āĻĒāĻ°āĻŋāĻŦāĻ°ā§āĻ¤āĻ¨ā§āĻ° āĻ¸āĻŽā§āĻĒā§āĻ°ā§āĻŖ āĻ¤āĻžāĻ˛āĻŋāĻāĻž, āĻ¯ā§āĻŽāĻ¨ āĻāĻ¤āĻŋāĻŽāĻ§ā§āĻ¯ā§ āĻāĻ˛ā§āĻ˛āĻŋāĻāĻŋāĻ¤ āĻšāĻ¯āĻŧā§āĻā§, āĻĻā§āĻāĻž āĻ¯ā§āĻ¤ā§ āĻĒāĻžāĻ°ā§
āĻāĻ¤ā§āĻ¸: www.habr.com