9月1.0.0日,Pandas 0.25rc发布。 该库的先前版本是 XNUMX。
第一个主要版本包含许多出色的新功能,包括改进的自动数据帧摘要、更多输出格式、新数据类型,甚至新的文档站点。
可以查看所有更改
您可以像平常一样安装该库 点子,但由于在撰写本文时 Pandas 1.0 仍然是 候选发布版,您需要明确指定版本:
pip install --upgrade pandas==1.0.0rc0
请注意:由于这是一个主要版本,更新可能会破坏旧代码!
顺便说一句,自该版本以来,对 Python 2 的支持已完全停止(有什么好的理由
$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)
$ python --version
Python 3.7.5
检查 Pandas 版本的最简单方法是:
>>> import pandas as pd
>>> pd.__version__
1.0.0rc0
使用 DataFrame.info 改进自动汇总
我最喜欢的创新是方法的更新 数据框.info。 该函数变得更具可读性,使数据探索过程变得更加容易:
>>> 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
以 Markdown 格式输出表格
一个同样令人愉快的创新是能够使用以下命令将数据帧导出到 Markdown 表: DataFrame.to_markdown.
>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |
这使得使用 github gists 在 Medium 等网站上发布表格变得更加容易。
字符串和布尔值的新类型
Pandas 1.0 版本还添加了新的 试验 类型。 他们的 API 可能仍会发生变化,因此请谨慎使用。 但总的来说,Pandas 建议在任何有意义的地方使用新类型。
目前,需要明确地进行转换:
>>> 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
注意该列如何 类型 显示新类型 - 绳子 и 布尔.
新字符串类型最有用的功能是能够选择 仅行列 来自数据帧。 这可以使解析文本数据变得更加容易:
df.select_dtypes("string")
以前,如果不明确指定名称,则无法选择行列。
您可以阅读有关新类型的更多信息
感谢您的阅读! 如前所述,可以查看完整的更改列表
来源: habr.com