9 જાન્યુઆરીના રોજ, Pandas 1.0.0rc રિલીઝ કરવામાં આવ્યું હતું. પુસ્તકાલયનું અગાઉનું સંસ્કરણ 0.25 છે.

પ્રથમ મુખ્ય પ્રકાશનમાં ઘણા મહાન નવા લક્ષણો છે, જેમાં સુધારેલ સ્વચાલિત ડેટાફ્રેમ સારાંશ, વધુ આઉટપુટ ફોર્મેટ્સ, નવા ડેટા પ્રકારો અને નવી દસ્તાવેજીકરણ સાઇટ પણ સામેલ છે.

બધા ફેરફારો જોઈ શકાય છે અહીં, લેખમાં આપણે આપણી જાતને સૌથી મહત્વપૂર્ણ બાબતોની નાની, ઓછી તકનીકી સમીક્ષા સુધી મર્યાદિત કરીશું.

તમે હંમેશની જેમ લાઇબ્રેરીનો ઉપયોગ કરીને ઇન્સ્ટોલ કરી શકો છો ફળનું નાનું બીજ, પરંતુ પાંડા લખવાના સમયે 1.0 હજુ પણ છે ઉમેદવાર ને છુટ્ટા કરવા, તમારે સ્પષ્ટપણે સંસ્કરણનો ઉલ્લેખ કરવાની જરૂર પડશે:

pip install --upgrade pandas==1.0.0rc0

સાવચેત રહો: ​​કારણ કે આ એક મુખ્ય પ્રકાશન છે, અપડેટ જૂના કોડને તોડી શકે છે!

માર્ગ દ્વારા, આ સંસ્કરણથી Python 2 માટે સમર્થન સંપૂર્ણપણે બંધ કરવામાં આવ્યું છે (એક સારું કારણ શું હોઈ શકે અપડેટ - આશરે અનુવાદ). Pandas 1.0 ને ઓછામાં ઓછું Python 3.6+ જરૂરી છે, તેથી જો તમને ખાતરી ન હોય, તો તપાસો કે તમે કયું ઇન્સ્ટોલ કર્યું છે:

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

$ python --version
Python 3.7.5

પાંડા સંસ્કરણને તપાસવાની સૌથી સરળ રીત આ છે:

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

DataFrame.info સાથે સુધારેલ સ્વતઃ સારાંશ

મારી પ્રિય નવીનતા પદ્ધતિમાં અપડેટ હતી DataFrame.info. ફંક્શન વધુ વાંચી શકાય તેવું બન્યું છે, જે ડેટા એક્સપ્લોરેશનની પ્રક્રિયાને વધુ સરળ બનાવે છે:

>>> 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

માર્કડાઉન ફોર્મેટમાં કોષ્ટકોનું આઉટપુટ કરવું

એક સમાન સુખદ નવીનતા એ ડેટાફ્રેમનો ઉપયોગ કરીને માર્કડાઉન કોષ્ટકોમાં નિકાસ કરવાની ક્ષમતા છે DataFrame.to_markdown.

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

આનાથી ગીથબ જીસ્ટ્સનો ઉપયોગ કરીને માધ્યમ જેવી સાઇટ્સ પર કોષ્ટકો પ્રકાશિત કરવાનું વધુ સરળ બને છે.

શબ્દમાળાઓ અને બુલિયન માટે નવા પ્રકારો

Pandas 1.0 રિલીઝમાં પણ નવું ઉમેરાયું છે પ્રાયોગિક પ્રકારો. તેમનું API હજુ પણ બદલાઈ શકે છે, તેથી સાવધાની સાથે તેનો ઉપયોગ કરો. પરંતુ સામાન્ય રીતે, પાંડા જ્યાં પણ અર્થપૂર્ણ હોય ત્યાં નવા પ્રકારોનો ઉપયોગ કરવાની ભલામણ કરે છે.

હમણાં માટે, કાસ્ટને સ્પષ્ટપણે કરવાની જરૂર છે:

>>> 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

નોંધ કેવી રીતે કૉલમ Dtype નવા પ્રકારો દર્શાવે છે - શબ્દમાળા и બુલ.

નવા શબ્દમાળા પ્રકારનું સૌથી ઉપયોગી લક્ષણ પસંદ કરવાની ક્ષમતા છે માત્ર પંક્તિ કૉલમ ડેટાફ્રેમમાંથી. આ ટેક્સ્ટ ડેટાને પાર્સિંગને વધુ સરળ બનાવી શકે છે:

df.select_dtypes("string")

પહેલાં, પંક્તિ કૉલમ સ્પષ્ટ રીતે નામો દર્શાવ્યા વિના પસંદ કરી શકાતા ન હતા.

તમે નવા પ્રકારો વિશે વધુ વાંચી શકો છો અહીં.

વાંચવા બદલ આભાર! ફેરફારોની સંપૂર્ણ સૂચિ, પહેલેથી જ ઉલ્લેખિત છે, જોઈ શકાય છે અહીં.

સોર્સ: www.habr.com