Ang Pandas 1.0.0rc ay inilabas noong ika-9 ng Enero. Ang nakaraang bersyon ng library ay 0.25.

Ang unang pangunahing release ay naglalaman ng maraming magagandang bagong feature, kabilang ang pinahusay na awtomatikong dataframe summation, higit pang mga format ng output, mga bagong uri ng data, at kahit isang bagong site ng dokumentasyon.

Maaaring tingnan ang lahat ng mga pagbabago ditoSa artikulong ito, lilimitahan natin ang ating sarili sa isang maikli, hindi gaanong teknikal na pangkalahatang-ideya ng pinakamahalagang bagay.

Maaari mong i-install ang library gaya ng dati gamit tuldukan, ngunit dahil sa oras ng pagsulat ng Pandas 1.0 ay pa rin bitawan ang kandidato, kakailanganin mong tahasang tukuyin ang bersyon:

pip install --upgrade pandas==1.0.0rc0

Mag-ingat: dahil isa itong pangunahing release, maaaring masira ng update ang lumang code!

Sa pamamagitan ng paraan, ang bersyon na ito ay ganap na bumaba ng suporta para sa Python 2 (ano ang maaaring maging magandang dahilan update — transl. tala). Ang Pandas 1.0 ay nangangailangan ng hindi bababa sa Python 3.6+, kaya kung hindi ka sigurado, tingnan kung alin ang iyong na-install:

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

$ python --version
Python 3.7.5

Ang pinakamadaling paraan upang suriin ang bersyon ng Pandas ay ang mga sumusunod:

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

Pinahusay na Autosum gamit ang DataFrame.info

Ang aking paboritong bagong tampok ay ang pag-update ng pamamaraan DataFrame.infoAng function ay naging mas nababasa, na ginagawang mas madali ang paggalugad ng data:

>>> 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

Pag-output ng mga talahanayan sa Markdown na format

Ang isang parehong magandang pagbabago ay ang kakayahang mag-export ng mga dataframe sa Markdown na mga talahanayan gamit DataFrame.to_markdown.

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

Ginagawa nitong mas madali ang pag-publish ng mga talahanayan sa mga site tulad ng Medium gamit ang GitHub gists.

Mga bagong uri para sa mga string at boolean

Nagdagdag din ng bago ang paglabas ng Pandas 1.0 eksperimental mga uri. Maaaring magbago pa rin ang kanilang API, kaya gamitin ito nang may pag-iingat. Gayunpaman, sa pangkalahatan, inirerekomenda ng Pandas ang paggamit ng mga bagong uri saanman ito makatuwiran.

Sa ngayon, dapat na tahasang gawin ang cast:

>>> 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

Pansinin kung paano ang column Dtype nagpapakita ng mga bagong uri - pisi и bool.

Ang pinakakapaki-pakinabang na tampok ng bagong uri ng string ay ang kakayahang pumili mga hanay lamang ng mga hilera mula sa mga dataframe. Ito ay maaaring makabuluhang pasimplehin ang pagsusuri ng data ng teksto:

df.select_dtypes("string")

Dati, hindi mapipili ang mga column ng row nang hindi malinaw na tinukoy ang kanilang mga pangalan.

Maaari kang magbasa nang higit pa tungkol sa mga bagong uri dito.

Salamat sa pagbabasa! Ang buong listahan ng mga pagbabago, tulad ng nabanggit, ay matatagpuan dito. dito.

Pinagmulan: www.habr.com