版本 0.14.1 (2014年7月11日)#

這是相對於 0.14.0 的一個次要版本釋出，它包含少量 API 更改、一些新功能、增強功能和效能改進，以及大量的錯誤修復。我們建議所有使用者升級到此版本。

亮點包括
- 新增方法 select_dtypes()，用於根據 dtype 選擇列，以及 sem()，用於計算均值的標準誤差。
- 支援 dateutil 時區（請參閱文件）。
- 支援在 read_csv() 文字解析器中忽略整行註釋。
- 新增文件部分選項和設定。
- 大量的錯誤修復。
增強功能
API 更改
效能改進
實驗性更改
錯誤修復

API 更改#

Openpyxl 現在會在構造 openpyxl writer 時引發 ValueError，而不是在 pandas 匯入時發出警告（GH 7284）。
對於 StringMethods.extract，當未找到匹配項時，結果（僅包含 NaN 值）現在也具有 dtype=object 而不是 float（GH 7242）。
Period 物件在使用 == 與另一個不是 Period 的物件進行比較時，不再引發 TypeError。相反，當使用 == 將 Period 與另一個不是 Period 的物件進行比較時，將返回 False。（GH 7376）。
之前，在 offsets.apply、rollforward 和 rollback 操作中重置時間或不重置時間的行為在不同偏移量之間存在差異。隨著對所有偏移量支援 normalize 關鍵字（如下文所述），其預設值為 False（保留時間），某些偏移量的行為發生了變化（BusinessMonthBegin、MonthEnd、BusinessMonthEnd、CustomBusinessMonthEnd、BusinessYearBegin、LastWeekOfMonth、FY5253Quarter、LastWeekOfMonth、Easter）。
```
In [6]: from pandas.tseries import offsets

In [7]: d = pd.Timestamp('2014-01-01 09:00')

# old behaviour < 0.14.1
In [8]: d + offsets.MonthEnd()
Out[8]: pd.Timestamp('2014-01-31 00:00:00')
```
從 0.14.1 開始，所有偏移量預設都保留時間。可以使用 normalize=True 來獲得舊的行為。
```
# new behaviour
In [1]: d + offsets.MonthEnd()
Out[1]: Timestamp('2014-01-31 09:00:00')

In [2]: d + offsets.MonthEnd(normalize=True)
Out[2]: Timestamp('2014-01-31 00:00:00')
```
請注意，對於其他偏移量，預設行為沒有改變。
在文字解析中重新新增 #N/A N/A 作為預設的 NA 值（0.12 版迴歸）（GH 5521）。
當使用 .where 進行原地設定且值為非 np.nan 時，引發 TypeError，因為這與 df[mask] = None 等設定項表示式不一致（GH 7656）。

增強功能#

在 value_counts 和 nunique 中新增 dropna 引數（GH 5569）。
新增 select_dtypes() 方法，允許根據 dtype 選擇列（GH 7316）。請參閱文件。

所有 offsets 都支援 normalize 關鍵字，用於指定 offsets.apply、rollforward 和 rollback 是否重置時間（小時、分鐘等）（預設 False，保留時間）（GH 7156）。

import pandas.tseries.offsets as offsets

day = offsets.Day()
day.apply(pd.Timestamp("2014-01-01 09:00"))

day = offsets.Day(normalize=True)
day.apply(pd.Timestamp("2014-01-01 09:00"))

PeriodIndex 的表示形式與 DatetimeIndex 相同（GH 7601）。
StringMethods 現在可以在空 Series 上工作（GH 7242）。
檔案解析器 read_csv 和 read_table 現在會忽略 comment 引數提供的行註釋，該引數僅接受 C 讀取器中的單個字元。特別是，它們允許在檔案資料開始之前出現註釋（GH 2685）。
為 read_csv() 同時使用 chunksize 和 nrows 新增 NotImplementedError（GH 6774）。
現在存在對公共 S3 儲存桶基本讀取的測試（GH 7281）。
read_html 現在擁有一個 encoding 引數，該引數會傳遞給底層解析器庫。您可以使用它來讀取非 ASCII 編碼的網頁（GH 7323）。
read_excel 現在支援從 URL 讀取，方式與 read_csv 相同。（GH 6809）。

支援 dateutil 時區，現在可以在 pandas 中以與 pytz 時區相同的方式使用它們。（GH 4688）。

In [3]: rng = pd.date_range(
   ...:     "3/6/2012 00:00", periods=10, freq="D", tz="dateutil/Europe/London"
   ...: )
   ...: 

In [4]: rng.tz
Out[4]: tzfile('/usr/share/zoneinfo/Europe/London')

請參閱文件。

為 Series、DataFrame、Panel 和 Groupby 實現 sem（均值標準誤差）操作（GH 6897）。
將 nlargest 和 nsmallest 新增到 Series groupby 允許列表中，這意味著您現在可以在 SeriesGroupBy 物件上使用這些方法（GH 7053）。
所有偏移量 apply、rollforward 和 rollback 現在都可以處理 np.datetime64，以前會導致 ApplyTypeError（GH 7452）。
Period 和 PeriodIndex 的值可以包含 NaT（GH 7485）。
支援對具有非唯一標籤（沿*item*軸，分別為 index、columns 和 items）的 Series、DataFrame 和 Panel 物件進行 pickle（GH 7370）。
改進了混合 null 物件的 datetime/timedelta 推斷。迴歸（0.13.1 版）在解釋具有所有 null 元素的 object Index 時。（GH 7431）。

效能#

改進了涉及產生以下 dtypes 效能提升的數值運算的 dtype 推斷：int64、timedelta64、datetime64（GH 7223）。
改進了 Series.transform，實現了顯著的效能提升（GH 6496）。
改進了 DataFrame.transform 對 ufuncs 和內建分組函式的支援，實現了顯著的效能提升（GH 7383）。
datetime64 dtypes 的 groupby 聚合迴歸（GH 7555）。
改進了 MultiIndex.from_product 對大型可迭代物件的處理（GH 7627）。

實驗性#

pandas.io.data.Options 有一個新方法 get_all_data，現在一致地返回一個 MultiIndexed DataFrame（GH 5602）。
io.gbq.read_gbq 和 io.gbq.to_gbq 被重構，以移除對 Google bq.py 命令列客戶端的依賴。此子模組現在使用 httplib2 以及 Google apiclient 和 oauth2client API 客戶端庫，這些庫應該比 bq.py 更穩定、更可靠。請參閱文件。（GH 6937）。

Bug 修復#

DataFrame.where 與對稱形狀的 frame 和傳遞的 DataFrame other 之間的錯誤（GH 7506）。
Panel 索引與 MultiIndex 軸之間的錯誤（GH 7516）。
帶有重複索引和非精確端點的 datetimelike 切片索引迴歸（GH 7523）。
setItem 與 list-of-lists 和單值 vs 混合型別之間的錯誤（GH 7551:）。
時間操作與非對齊 Series 之間的錯誤（GH 7500）。
分配不完整 Series 時 timedelta 推斷中的錯誤（GH 7592）。
groupby .nth 與 Series 和整數類列名之間的錯誤（GH 7559）。
Series.get 與布林訪問器之間的錯誤（GH 7407）。
value_counts 中 NaT 未被視為缺失（NaN）的錯誤（GH 7423）。
to_timedelta 接受無效單位並錯誤解釋“m/h”的錯誤（GH 7611, GH 6423）。
折線圖不設定正確 xlim（當 secondary_y=True 時）的錯誤（GH 7459）。
分組的 hist 和 scatter 圖使用舊 figsize 預設值的錯誤（GH 7394）。
DataFrame.plot 的子圖繪圖錯誤，即使子圖數量為一時，hist 也會清除傳入的 ax（GH 7391）。
DataFrame.boxplot 帶有 by 關鍵字引數的子圖繪圖錯誤，如果子圖數量超過 1，則引發 ValueError（GH 7391）。
子圖顯示 ticklabels 和 labels 規則不同的錯誤（GH 5897）。
Panel.apply 與 MultiIndex 作為軸之間的錯誤（GH 7469）。
DatetimeIndex.insert 未能保留 name 和 tz 的錯誤（GH 7299）。
DatetimeIndex.asobject 未能保留 name 的錯誤（GH 7299）。
MultiIndex 切片與 datetimelike 範圍（字串和 Timestamps）之間的錯誤（GH 7429）。
Index.min 和 max 未能正確處理 nan 和 NaT 的錯誤（GH 7261）。
PeriodIndex.min/max 結果為 int 的錯誤（GH 7609）。
resample 中 fill_method 被忽略（當傳遞 how 時）的錯誤（GH 2073）。
TimeGrouper 未能排除由 key 指定的列的錯誤（GH 7227）。
DataFrame 和 Series 的 bar 和 barh 圖在指定 bottom 和 left 關鍵字時引發 TypeError 的錯誤（GH 7226）。
DataFrame.hist 在包含非數字列時引發 TypeError 的錯誤（GH 7277）。
Index.delete 未能保留 name 和 freq 屬性的錯誤（GH 7302）。
DataFrame.query()/eval 中，帶有 @ 符號的本地字串變數被視為臨時變數嘗試刪除的錯誤（GH 7300）。
Float64Index 不允許重複的錯誤（GH 7149）。
DataFrame.replace() 替換了真值（truthy values）的錯誤（GH 7140）。
StringMethods.extract() 中，單匹配組 Series 使用匹配器的名稱而不是組名稱的錯誤（GH 7313）。
isnull() 在 mode.use_inf_as_null == True 時，當遇到 inf/-inf 時，isnull() 不會測試 True 的錯誤（GH 7315）。
inferred_freq 在東半球時區結果為 None 的錯誤（GH 7310）。
Easter 返回錯誤日期的錯誤（當偏移量為負時）（GH 7195）。
使用 .div、整數 dtypes 和除零操作進行廣播的錯誤（GH 7325）。
CustomBusinessDay.apply 在傳遞 np.datetime64 物件時引發 NameError 的錯誤（GH 7196）。
MultiIndex.append、concat 和 pivot_table 未能保留時區的錯誤（GH 6606）。
對非巢狀的單層 MultiIndex 使用帶有索引器列表的 .loc 的錯誤（GH 7349）。
Series.map 在對映具有不同長度元組鍵的字典時出現的錯誤（GH 7333）。
所有 StringMethods 現在都可以在空 Series 上工作（GH 7242）。
修復了當查詢不包含 'select' 時，read_sql 委託給 read_sql_query 的問題（GH 7324）。
當將字串列名分配給具有 Float64Index 的 DataFrame 時，在呼叫 np.isnan 期間引發 TypeError 的錯誤（GH 7366）。
NDFrame.replace() 未能正確替換具有 Period 值的物件的錯誤（GH 7379）。
.ix getitem 應該始終返回 Series 的錯誤（GH 7150）。
MultiIndex 切片與不完整索引器的錯誤（GH 7399）。
MultiIndex 切片中，在一個切片級別上使用步長（step）的錯誤（GH 7400）。
負索引器在 DatetimeIndex 中未能正確切片的錯誤（GH 7408）。
在 MultiIndex 中 NaT 未能正確 repr 的錯誤（GH 7406, GH 7409）。
在 convert_objects 中，布林物件被轉換為 nan 的錯誤（GH 7416）。
quantile 忽略 axis 關鍵字引數的錯誤（GH 7306）。
nanops._maybe_null_out 對複數不起作用的錯誤（GH 7353）。
當 axis==0 時，對於一維 nan 陣列，多個 nanops 函數出錯（GH 7354）。
當 axis==None 時，nanops.nanmedian 不起作用的錯誤（GH 7352）。
nanops._has_infs 對多種 dtype 不起作用的錯誤（GH 7357）。
StataReader.data 讀取 0 行 dta 檔案失敗的錯誤（GH 7369）。
StataReader 讀取包含固定寬度字串的 Stata 13 (117) 檔案時的錯誤（GH 7360）。
StataWriter 忽略編碼的錯誤（GH 7286）。
DatetimeIndex 比較未能正確處理 NaT 的錯誤（GH 7529）。
將帶有 tzinfo 的輸入傳遞給某些偏移量的 apply、rollforward 或 rollback 會重置 tzinfo 或引發 ValueError 的錯誤（GH 7465）。
DatetimeIndex.to_period, PeriodIndex.asobject, PeriodIndex.to_timestamp 未能保留 name 的錯誤（GH 7485）。
DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 處理 NaT 不正確的錯誤（GH 7228）。
offsets.apply, rollforward 和 rollback 可能會返回普通的 datetime 的錯誤（GH 7502）。
resample 在目標包含 NaT 時引發 ValueError 的錯誤（GH 7227）。
Timestamp.tz_localize 重置 nanosecond 資訊（GH 7534）。
DatetimeIndex.asobject 在包含 NaT 時引發 ValueError 的錯誤（GH 7539）。
Timestamp.__new__ 未能正確保留 nanosecond 的錯誤（GH 7610）。
Index.astype(float) 會返回 object dtype Index 的錯誤（GH 7464）。
DataFrame.reset_index 丟失 tz 的錯誤（GH 3950）。
DatetimeIndex.freqstr 在 freq 為 None 時引發 AttributeError 的錯誤（GH 7606）。
由 TimeGrouper 建立的 GroupBy.size 引發 AttributeError 的錯誤（GH 7453）。
單列條形圖中的錯誤，圖例對齊有問題 (GH 7498)。
帶有時區感知的時序資料的面積圖中的錯誤，引發 ValueError (GH 7471)
非單調 Index.union 中的錯誤，可能錯誤地保留 name (GH 7458)
在 DatetimeIndex.intersection 中的錯誤，未保留時區 (GH 4690)
在 rolling_var 中的錯誤，當視窗大於陣列時會引發錯誤 (GH 7297)
最後一個繪製的時序決定了 xlim 的錯誤 (GH 2960)
在時序 xlim 中未考慮 secondary_y 軸的錯誤 (GH 3490)
在 Float64Index 賦值時，使用非標量索引器的錯誤 (GH 7586)
在 pandas.core.strings.str_contains 中的錯誤，當 regex=False 和 case=False 時，不區分大小寫匹配不正確 (GH 7505)
在 expanding_cov, expanding_corr, rolling_cov, 和 rolling_corr 中，兩個引數索引不匹配的錯誤 (GH 7512)
在 to_sql 中，將布林列視為文字列的錯誤 (GH 7678)
在分組的 hist 中，未能正確處理 rot 和 sharex 引數的錯誤 (GH 7234)
在 .loc 執行回退整數索引（使用 object dtype 索引）時的錯誤 (GH 7496)
在 PeriodIndex 建構函式接收 Series 物件時的錯誤（迴歸錯誤）(GH 7701)。

貢獻者#

本次釋出共有 46 人貢獻了補丁。名字旁邊有“+”號的人是首次貢獻補丁。

Andrew Rosenfeld
Andy Hayden
Benjamin Adams +
Benjamin M. Gross +
Brian Quistorff +
Brian Wignall +
DSM
Daniel Waeber
David Bew +
David Stephens
Jacob Schaer
Jan Schulz
John David Reaver
John W. O’Brien
Joris Van den Bossche
Julien Danjou +
K.-Michael Aye
Kevin Sheppard
Kyle Meyer
Matt Wittmann
Matthew Brett +
Michael Mueller +
Mortada Mehyar
Phillip Cloud
Rob Levy +
Schaer, Jacob C +
Stephan Hoyer
Thomas Kluyver
Todd Jennings
Tom Augspurger
TomAugspurger
bwignall
clham
dsm054 +
helger +
immerrr
jaimefrio
jreback
lexual
onesandzeroes
rockg
sanguineturtle +
seth-p +
sinhrks
unknown
yelite +