9 იანვარს გამოვიდა Pandas 1.0.0rc. ბიბლიოთეკის წინა ვერსიაა 0.25.

პირველი ძირითადი გამოშვება შეიცავს ბევრ ახალ მახასიათებელს, მათ შორისაა გაუმჯობესებული მონაცემთა ჩარჩოს ავტომატური შეჯამება, მეტი გამომავალი ფორმატები, მონაცემთა ახალი ტიპები და ახალი დოკუმენტაციის საიტიც კი.

ყველა ცვლილების ნახვა შესაძლებელია აქ, სტატიაში შემოვიფარგლებით უმნიშვნელოვანესი საგნების მცირე, ნაკლებად ტექნიკური მიმოხილვით.

თქვენ შეგიძლიათ დააინსტალიროთ ბიბლიოთეკა, როგორც ყოველთვის, გამოყენებით pip, მაგრამ რადგან წერის დროს Pandas 1.0 ჯერ კიდევ არის განთავისუფლების კანდიდატი, თქვენ მოგიწევთ პირდაპირ მიუთითოთ ვერსია:

pip install --upgrade pandas==1.0.0rc0

იყავით ფრთხილად: რადგან ეს არის მთავარი გამოშვება, განახლებამ შეიძლება დაარღვიოს ძველი კოდი!

სხვათა შორის, Python 2-ის მხარდაჭერა მთლიანად შეწყდა ამ ვერსიის შემდეგ (რა შეიძლება იყოს კარგი მიზეზი განახლება - დაახლ. თარგმანი). Pandas 1.0 მოითხოვს მინიმუმ Python 3.6+, ასე რომ, თუ არ ხართ დარწმუნებული, შეამოწმეთ რომელი დაინსტალირებული გაქვთ:

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

$ python --version
Python 3.7.5

პანდას ვერსიის შესამოწმებლად უმარტივესი გზა შემდეგია:

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

გაუმჯობესებული ავტომატური შეჯამება DataFrame.info-ით

ჩემი საყვარელი ინოვაცია იყო მეთოდის განახლება DataFrame.info. ფუნქცია გახდა ბევრად უფრო იკითხება, რაც კიდევ უფრო აადვილებს მონაცემთა ძიების პროცესს:

>>> 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

ცხრილების გამოტანა Markdown ფორმატში

თანაბრად სასიამოვნო ინოვაციაა მონაცემთა ჩარჩოების ექსპორტის შესაძლებლობა Markdown ცხრილებზე გამოყენებით DataFrame.to_markdown.

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

ეს ბევრად აადვილებს ცხრილების გამოქვეყნებას ისეთ საიტებზე, როგორიცაა Medium github gists-ის გამოყენებით.

ახალი ტიპები სტრინგებისა და ლოგინებისთვის

Pandas 1.0 გამოშვებამ ასევე დაამატა ახალი ექსპერიმენტული ტიპები. მათი API შეიძლება კვლავ შეიცვალოს, ამიტომ გამოიყენეთ იგი სიფრთხილით. მაგრამ ზოგადად, პანდები გვირჩევენ გამოიყენონ ახალი ტიპები, სადაც აზრი აქვს.

ამ დროისთვის, მსახიობი უნდა გაკეთდეს მკაფიოდ:

>>> 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

დააკვირდით როგორ სვეტი D ტიპი აჩვენებს ახალ ტიპებს − სიმებიანი и ბოლი.

ახალი სტრიქონის ტიპის ყველაზე სასარგებლო თვისება არის შერჩევის შესაძლებლობა მხოლოდ მწკრივის სვეტები მონაცემთა ჩარჩოებიდან. ამან შეიძლება გააადვილოს ტექსტის მონაცემების გარჩევა:

df.select_dtypes("string")

ადრე მწკრივის სვეტების არჩევა სახელების ცალსახად მითითების გარეშე არ შეიძლებოდა.

შეგიძლიათ მეტი წაიკითხოთ ახალი ტიპების შესახებ აქ.

გმადლობთ, რომ კითხულობთ! ცვლილებების სრული სია, როგორც უკვე აღვნიშნეთ, შეგიძლიათ ნახოთ აქ.

წყარო: www.habr.com