O lançamento do Pandas 1.0.0rc ocorreu em 9 de janeiro. A versão anterior da biblioteca era 0.25.

O primeiro lançamento major contém muitas novidades incríveis, incluindo uma melhor soma automática de DataFrames, mais formatos de saída, novos tipos de dados e até mesmo um novo site de documentação.

Todas as alterações podem ser vistas aqui, neste artigo, faremos uma breve visão geral menos técnica do que há de mais importante.

Você pode instalar a biblioteca como de costume usando pip, mas como, no momento da redação deste artigo, o Pandas 1.0 ainda é um release candidate, será necessário indicar explicitamente a versão:

pip install --upgrade pandas==1.0.0rc0

Tenha cuidado: como é um lançamento major, a atualização pode quebrar o código antigo!

Aliás, nesta versão, o suporte ao Python 2 foi completamente encerrado (o que pode ser um bom motivo para atualizar — nota do tradutor.). O Pandas 1.0 requer pelo menos Python 3.6+, então, se não tiver certeza, verifique qual está instalado em seu sistema:

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

$ python --version
Python 3.7.5

Verificar a versão do Pandas é mais fácil assim:

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

Soma automática aprimorada com DataFrame.info

Minha novidade favorita foi a atualização do método DataFrame.info. A função agora é muito mais legível, tornando o processo de exploração dos dados ainda mais simples:

>>> df = pd.DataFrame({
...:   'A': [1,2,3], 
...:   'B': ["adeus", "cruel", "mundo"], 
...:   'C': [False, True, False]
...:})
>>> df.info()

RangeIndex: 3 entradas, 0 a 2
Colunas de dados (total 3 colunas):
 #   Coluna  Contagem Não Nula  Tipo
---  ------  ------------------  -----
 0   A       3 não nulos       int64
 1   B       3 não nulos       objeto
 2   C       3 não nulos       objeto
tipos: int64(1), objeto(2)
uso de memória: 200.0+ bytes

Exportação de tabelas no formato Markdown

Outra novidade interessante foi a capacidade de exportar DataFrames para tabelas Markdown usando DataFrame.to_markdown.

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

Isso facilita muito a publicação de tabelas em sites como Medium usando gists do GitHub.

Novos tipos para strings e valores lógicos

No lançamento do Pandas 1.0, também foram adicionados novos tipos experimentais. Sua API ainda pode mudar, então use com cautela. Mas, de modo geral, o Pandas recomenda o uso dos novos tipos onde fizer sentido.

Por enquanto, a conversão precisa ser feita explicitamente:

>>> B = pd.Series(["goodbye", "cruel", "world"], dtype="string")
>>> C = pd.Series([False, True, False], dtype="bool")
>>> df.B = B, df.C = C
>>> df.info()

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

Observe como a coluna Dtype exibe novos tipos — string e bool.

A característica mais útil do novo tipo de string é a possibilidade de selecionar apenas colunas de string dos dataframes. Isso pode simplificar significativamente a análise de dados textuais:

df.select_dtypes("string")

Anteriormente, não era possível selecionar colunas de string sem especificar seus nomes claramente.

Você pode ler mais sobre os novos tipos aqui.

Obrigado por ler até aqui! A lista completa de alterações, como já mencionado, pode ser vista aqui.

Fonte: habr.com