Em 9 de janeiro, o Pandas 1.0.0rc foi lançado. A versão anterior da biblioteca é 0.25.
A primeira grande versão contém muitos novos recursos excelentes, incluindo resumo automático aprimorado de dataframe, mais formatos de saída, novos tipos de dados e até mesmo um novo site de documentação.
Todas as alterações podem ser visualizadas
Você pode instalar a biblioteca normalmente usando pip, mas como no momento em que este artigo foi escrito, o Pandas 1.0 ainda era Release Candidate, você precisará especificar explicitamente a versão:
pip install --upgrade pandas==1.0.0rc0
Tenha cuidado: como este é um lançamento importante, a atualização pode quebrar o código antigo!
A propósito, o suporte para Python 2 foi completamente descontinuado desde esta versão (qual poderia ser um bom motivo
$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)
$ python --version
Python 3.7.5
A maneira mais fácil de verificar a versão do Pandas é esta:
>>> import pandas as pd
>>> pd.__version__
1.0.0rc0
Resumo automático aprimorado com DataFrame.info
Minha inovação favorita foi a atualização do método DataFrame.info. A função ficou muito mais legível, facilitando ainda mais o processo de exploração de dados:
>>> 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
Gerando tabelas no formato Markdown
Uma inovação igualmente agradável é a capacidade de exportar dataframes para tabelas Markdown usando DataFrame.to_markdown.
>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |
Isso torna muito mais fácil publicar tabelas em sites como o Medium usando o GitHub Gists.
Novos tipos para strings e booleanos
A versão Pandas 1.0 também adicionou novos experimental tipos. A API deles ainda pode mudar, portanto, use-a com cuidado. Mas, em geral, Pandas recomenda usar novos tipos sempre que 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()
<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
Observe como a coluna Tipo D exibe novos tipos - corda и bool.
O recurso mais útil do novo tipo de string é a capacidade de selecionar apenas colunas de linha de quadros de dados. Isso pode tornar a análise de dados de texto muito mais fácil:
df.select_dtypes("string")
Anteriormente, as colunas de linha não podiam ser selecionadas sem especificar nomes explicitamente.
Você pode ler mais sobre novos tipos
Obrigado por ler! A lista completa de alterações, conforme já mencionado, pode ser visualizada
Fonte: habr.com