ജനുവരി 9-ന് പാണ്ടാസ് 1.0.0rc പുറത്തിറങ്ങി. ലൈബ്രറിയുടെ മുൻ പതിപ്പ് 0.25 ആണ്.

മെച്ചപ്പെട്ട ഓട്ടോമാറ്റിക് ഡാറ്റാഫ്രെയിം സംഗ്രഹം, കൂടുതൽ ഔട്ട്പുട്ട് ഫോർമാറ്റുകൾ, പുതിയ ഡാറ്റ തരങ്ങൾ, കൂടാതെ ഒരു പുതിയ ഡോക്യുമെൻ്റേഷൻ സൈറ്റ് എന്നിവയുൾപ്പെടെ നിരവധി മികച്ച പുതിയ ഫീച്ചറുകൾ ആദ്യ പ്രധാന പതിപ്പിൽ അടങ്ങിയിരിക്കുന്നു.

എല്ലാ മാറ്റങ്ങളും കാണാൻ കഴിയും ഇവിടെ, ലേഖനത്തിൽ ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യങ്ങളുടെ ഒരു ചെറിയ, കുറഞ്ഞ സാങ്കേതിക അവലോകനത്തിലേക്ക് ഞങ്ങൾ സ്വയം പരിമിതപ്പെടുത്തും.

നിങ്ങൾക്ക് സാധാരണ പോലെ ലൈബ്രറി ഇൻസ്റ്റാൾ ചെയ്യാം PIP, പക്ഷേ എഴുതുന്ന സമയത്ത് പാണ്ടസ് 1.0 നിശ്ചലമായതിനാൽ റിലീസ് സ്ഥാനാർത്ഥി, നിങ്ങൾ പതിപ്പ് വ്യക്തമായി വ്യക്തമാക്കേണ്ടതുണ്ട്:

pip install --upgrade pandas==1.0.0rc0

ശ്രദ്ധിക്കുക: ഇതൊരു പ്രധാന റിലീസായതിനാൽ, അപ്‌ഡേറ്റ് പഴയ കോഡ് തകർത്തേക്കാം!

വഴിയിൽ, ഈ പതിപ്പിന് ശേഷം പൈത്തൺ 2 നുള്ള പിന്തുണ പൂർണ്ണമായും നിർത്തലാക്കി (ഒരു നല്ല കാരണം എന്തായിരിക്കാം അപ്ഡേറ്റ് ചെയ്യുക - ഏകദേശം. വിവർത്തനം). Pandas 1.0 ന് കുറഞ്ഞത് Python 3.6+ ആവശ്യമാണ്, അതിനാൽ നിങ്ങൾക്ക് ഉറപ്പില്ലെങ്കിൽ, ഏതാണ് നിങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്തതെന്ന് പരിശോധിക്കുക:

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

$ python --version
Python 3.7.5

പാണ്ടാസ് പതിപ്പ് പരിശോധിക്കാനുള്ള എളുപ്പവഴി ഇതാണ്:

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

DataFrame.info ഉപയോഗിച്ച് മെച്ചപ്പെടുത്തിയ സ്വയമേവ സംഗ്രഹം

രീതിയിലേക്കുള്ള അപ്‌ഡേറ്റായിരുന്നു എൻ്റെ പ്രിയപ്പെട്ട പുതുമ DataFrame.info. ഫംഗ്‌ഷൻ കൂടുതൽ വായിക്കാവുന്നതായിത്തീരുന്നു, ഇത് ഡാറ്റാ പര്യവേക്ഷണ പ്രക്രിയയെ കൂടുതൽ എളുപ്പമാക്കുന്നു:

>>> 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

മാർക്ക്ഡൗൺ ഫോർമാറ്റിൽ ഔട്ട്പുട്ട് പട്ടികകൾ

മാർക്ക്ഡൗൺ ടേബിളുകളിലേക്ക് ഡാറ്റാഫ്രെയിമുകൾ എക്‌സ്‌പോർട്ടുചെയ്യാനുള്ള കഴിവാണ് ഒരുപോലെ മനോഹരമായ പുതുമ DataFrame.to_markdown.

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

Github gists ഉപയോഗിച്ച് മീഡിയം പോലുള്ള സൈറ്റുകളിൽ പട്ടികകൾ പ്രസിദ്ധീകരിക്കുന്നത് ഇത് വളരെ എളുപ്പമാക്കുന്നു.

സ്ട്രിംഗുകൾക്കും ബൂളിയനുകൾക്കും പുതിയ തരങ്ങൾ

പാണ്ടാസ് 1.0 പതിപ്പും പുതിയതായി ചേർത്തു പരീക്ഷണാത്മക തരങ്ങൾ. അവരുടെ API ഇപ്പോഴും മാറിയേക്കാം, അതിനാൽ ഇത് ജാഗ്രതയോടെ ഉപയോഗിക്കുക. എന്നാൽ പൊതുവേ, അർത്ഥമുള്ളിടത്തെല്ലാം പുതിയ തരങ്ങൾ ഉപയോഗിക്കാൻ പാണ്ടസ് ശുപാർശ ചെയ്യുന്നു.

ഇപ്പോൾ, അഭിനേതാക്കളെ വ്യക്തമായി ചെയ്യേണ്ടതുണ്ട്:

>>> 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

കോളം എങ്ങനെയെന്ന് ശ്രദ്ധിക്കുക Dtype പുതിയ തരങ്ങൾ പ്രദർശിപ്പിക്കുന്നു - സ്ട്രിംഗ് и bool.

പുതിയ സ്ട്രിംഗ് തരത്തിൻ്റെ ഏറ്റവും ഉപയോഗപ്രദമായ സവിശേഷത തിരഞ്ഞെടുക്കാനുള്ള കഴിവാണ് വരി നിരകൾ മാത്രം ഡാറ്റ ഫ്രെയിമുകളിൽ നിന്ന്. ഇത് ടെക്സ്റ്റ് ഡാറ്റ പാഴ്‌സ് ചെയ്യുന്നത് വളരെ എളുപ്പമാക്കും:

df.select_dtypes("string")

മുമ്പ്, പേരുകൾ വ്യക്തമായി വ്യക്തമാക്കാതെ വരി നിരകൾ തിരഞ്ഞെടുക്കാൻ കഴിയില്ല.

പുതിയ തരങ്ങളെക്കുറിച്ച് നിങ്ങൾക്ക് കൂടുതൽ വായിക്കാം ഇവിടെ.

വായിച്ചതിന് നന്ദി! ഇതിനകം സൂചിപ്പിച്ചതുപോലെ മാറ്റങ്ങളുടെ മുഴുവൻ പട്ടികയും കാണാൻ കഴിയും ഇവിടെ.

അവലംബം: www.habr.com