Niadtong Enero 9, gibuhian ang Pandas 1.0.0rc. Ang miaging bersyon sa librarya mao ang 0.25.

Ang una nga mayor nga pagpagawas adunay daghang daghang bag-ong mga bahin, lakip ang gipaayo nga awtomatikong dataframe summarization, daghang mga format sa output, bag-ong tipo sa datos, ug bisan usa ka bag-ong site sa dokumentasyon.

Tanan nga mga pagbag-o mahimong makita dinhi, sa artikulo atong limitahan ang atong kaugalingon sa usa ka gamay, dili kaayo teknikal nga pagrepaso sa labing importante nga mga butang.

Mahimo nimong i-install ang librarya sama sa naandan gamit pip, apan tungod kay sa panahon sa pagsulat Pandas 1.0 mao gihapon buhian ang kandidato, kinahanglan nimo nga klaro nga ipiho ang bersyon:

pip install --upgrade pandas==1.0.0rc0

Pag-amping: tungod kay kini usa ka mayor nga pagpagawas, ang pag-update mahimong makaguba sa daan nga code!

Pinaagi sa dalan, ang suporta alang sa Python 2 hingpit nga gihunong sukad niini nga bersyon (unsa kahay maayong rason update — gibanabana. paghubad). Ang Pandas 1.0 nanginahanglan labing menos Python 3.6+, busa kung dili ka sigurado, susiha kung kinsa ang imong gi-install:

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

$ python --version
Python 3.7.5

Ang pinakasayon ​​nga paagi sa pagsusi sa bersyon sa Pandas mao kini:

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

Gipauswag ang auto-summarization gamit ang DataFrame.info

Ang akong paborito nga kabag-ohan mao ang pag-update sa pamaagi DataFrame.info. Ang function nahimo nga labi ka dali mabasa, nga naghimo sa proseso sa pagsuhid sa datos nga labi ka dali:

>>> 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

Pag-output sa mga lamesa sa Markdown format

Ang parehas nga makapahimuot nga kabag-ohan mao ang abilidad sa pag-export sa mga dataframes sa Markdown nga mga lamesa gamit DataFrame.to_markdown.

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

Gipadali niini ang pagmantala sa mga lamesa sa mga site sama sa Medium gamit ang github gists.

Bag-ong mga tipo para sa mga string ug boolean

Ang pagpagawas sa Pandas 1.0 nagdugang usab bag-o eksperimento mga tipo. Mahimong mausab pa ang ilang API, busa gamita kini uban ang pag-amping. Apan sa kinatibuk-an, girekomenda sa Pandas ang paggamit sa mga bag-ong tipo bisan diin kini makatarunganon.

Sa pagkakaron, ang cast kinahanglan nga buhaton nga tin-aw:

>>> 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

Matikdi kung giunsa ang kolum Dtype nagpakita ug bag-ong mga tipo − hilo и bool.

Ang labing mapuslanon nga bahin sa bag-ong klase sa hilo mao ang abilidad sa pagpili mga row column lang gikan sa mga dataframe. Kini makahimo sa pag-parse sa data sa teksto nga mas sayon:

df.select_dtypes("string")

Kaniadto, ang mga row column dili mapili nga walay klarong pagpiho sa mga ngalan.

Makabasa ka ug dugang bahin sa bag-ong mga tipo dinhi.

Salamat sa pagbasa! Ang bug-os nga listahan sa mga kausaban, sama sa nahisgotan na, mahimong tan-awon dinhi.

Source: www.habr.com