9 जनवरी को, पांडास 1.0.0rc जारी किया गया था। लाइब्रेरी का पिछला संस्करण 0.25 है।

पहली बड़ी रिलीज़ में कई बेहतरीन नई सुविधाएँ शामिल हैं, जिनमें बेहतर स्वचालित डेटाफ़्रेम सारांश, अधिक आउटपुट प्रारूप, नए डेटा प्रकार और यहां तक ​​कि एक नई दस्तावेज़ीकरण साइट भी शामिल है।

सभी परिवर्तन देखे जा सकते हैं यहां, लेख में हम खुद को सबसे महत्वपूर्ण चीजों की एक छोटी, कम तकनीकी समीक्षा तक सीमित रखेंगे।

आप लाइब्रेरी को सामान्य रूप से उपयोग करके स्थापित कर सकते हैं रंज, लेकिन चूंकि लेखन के समय पांडा 1.0 अभी भी है रिलीज उम्मीदवार, आपको स्पष्ट रूप से संस्करण निर्दिष्ट करना होगा:

pip install --upgrade pandas==1.0.0rc0

सावधान रहें: चूँकि यह एक प्रमुख रिलीज़ है, अपडेट पुराना कोड तोड़ सकता है!

वैसे, इस संस्करण के बाद से Python 2 के लिए समर्थन पूरी तरह से बंद कर दिया गया है (इससे अच्छा कारण क्या हो सकता है अपडेट करें - लगभग। अनुवाद). पांडास 1.0 को कम से कम पायथन 3.6+ की आवश्यकता है, इसलिए यदि आप निश्चित नहीं हैं, तो जांचें कि आपने कौन सा इंस्टॉल किया है:

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

$ python --version
Python 3.7.5

पंडों के संस्करण की जाँच करने का सबसे आसान तरीका यह है:

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

DataFrame.info के साथ बेहतर स्वचालित सारांशीकरण

मेरा पसंदीदा नवाचार पद्धति का अद्यतनीकरण था DataFrame.info. फ़ंक्शन अधिक पठनीय हो गया है, जिससे डेटा अन्वेषण की प्रक्रिया और भी आसान हो गई है:

>>> 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

मार्कडाउन प्रारूप में आउटपुट टेबल

एक समान रूप से सुखद नवाचार मार्कडाउन तालिकाओं का उपयोग करके डेटाफ्रेम निर्यात करने की क्षमता है DataFrame.to_markdown.

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

इससे जीथब गिस्ट्स का उपयोग करके मीडियम जैसी साइटों पर तालिकाएँ प्रकाशित करना बहुत आसान हो जाता है।

स्ट्रिंग्स और बूलियन के लिए नए प्रकार

पांडास 1.0 रिलीज़ में भी नया जोड़ा गया प्रयोगात्मक प्रकार. उनका एपीआई अभी भी बदल सकता है, इसलिए इसका उपयोग सावधानी से करें। लेकिन सामान्य तौर पर, पांडा जहां भी उचित हो नए प्रकारों का उपयोग करने की सलाह देते हैं।

अभी के लिए, कलाकारों को स्पष्ट रूप से करने की आवश्यकता है:

>>> 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

ध्यान दें कि कॉलम कैसा है प्रतिरूप नए प्रकार प्रदर्शित करता है − स्ट्रिंग и bool.

नए स्ट्रिंग प्रकार की सबसे उपयोगी विशेषता चयन करने की क्षमता है केवल पंक्ति स्तंभ डेटाफ़्रेम से. इससे टेक्स्ट डेटा को पार्स करना बहुत आसान हो सकता है:

df.select_dtypes("string")

पहले, स्पष्ट रूप से नाम निर्दिष्ट किए बिना पंक्ति स्तंभों का चयन नहीं किया जा सकता था।

आप नए प्रकारों के बारे में अधिक पढ़ सकते हैं यहां.

पढ़ने के लिए आपका शुक्रिया! जैसा कि पहले ही उल्लेख किया गया है, परिवर्तनों की पूरी सूची देखी जा सकती है यहां.

स्रोत: www.habr.com