版本 0.15.1 (2014年11月9日)#

這是從0.15.0版本開始的一個小錯誤修復版本，它包含少量 API 更改、一些新功能、增強和效能改進，以及大量的錯誤修復。我們建議所有使用者升級到此版本。

API 更改#

  • s.dt.hour 和其他 .dt 訪問器現在將為缺失值返回 np.nan（而不是之前的 -1），（GH 8689）

    In [1]: s = pd.Series(pd.date_range("20130101", periods=5, freq="D"))

In [2]: s.iloc[2] = np.nan

In [3]: s
Out[3]: 
0   2013-01-01
1   2013-01-02
2          NaT
3   2013-01-04
4   2013-01-05
Length: 5, dtype: datetime64[us]

    之前的行為

    In [6]: s.dt.hour
Out[6]:
0    0
1    0
2   -1
3    0
4    0
dtype: int64

    當前行為

    In [4]: s.dt.hour
Out[4]: 
0    0.0
1    0.0
2    NaN
3    0.0
4    0.0
Length: 5, dtype: float64

  • 使用 as_index=False 的 groupby 不會向結果新增錯誤的額外列（GH 8582）

    In [5]: np.random.seed(2718281)

In [6]: df = pd.DataFrame(np.random.randint(0, 100, (10, 2)), columns=["jim", "joe"])

In [7]: df.head()
Out[7]: 
   jim  joe
0   61   81
1   96   49
2   55   65
3   72   51
4   77   12

[5 rows x 2 columns]

In [8]: ts = pd.Series(5 * np.random.randint(0, 3, 10))

    之前的行為

    In [4]: df.groupby(ts, as_index=False).max()
Out[4]:
   NaN  jim  joe
0    0   72   83
1    5   77   84
2   10   96   65

    當前行為

    In [4]: df.groupby(ts, as_index=False).max()
Out[4]:
   jim  joe
0   72   83
1   77   84
2   96   65

  • 如果列名與分組名衝突，groupby 不會錯誤地排除列（GH 8112）

    In [9]: df = pd.DataFrame({"jim": range(5), "joe": range(5, 10)})

In [10]: df
Out[10]: 
   jim  joe
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9

[5 rows x 2 columns]

In [11]: gr = df.groupby(df["jim"] < 2)

    之前的行為（排除輸出中的第一列）

    In [4]: gr.apply("sum")
Out[4]:
       joe
jim
False   24
True    11

    當前行為

    In [12]: gr.apply("sum")
Out[12]: 
       jim  joe
jim            
False    9   24
True     1   11

[2 rows x 2 columns]

  • 支援使用單調遞減索引進行切片，即使 start 或 stop 不在索引中（GH 7860）

    In [13]: s = pd.Series(["a", "b", "c", "d"], [4, 3, 2, 1])

In [14]: s
Out[14]: 
4    a
3    b
2    c
1    d
Length: 4, dtype: str

    之前的行為

    In [8]: s.loc[3.5:1.5]
KeyError: 3.5

    當前行為

    In [15]: s.loc[3.5:1.5]
Out[15]: 
3    b
2    c
Length: 2, dtype: str

  • io.data.Options 已針對 Yahoo 期權頁面格式的更改進行了修復（GH 8612），（GH 8741）

    注意

    由於 Yahoo 期權頁面佈局的更改，當給出到期日期時，Options 方法現在返回單個到期日期的資料。以前，方法會返回所選月份的所有資料。

    month 和 year 引數已取消棄用，可用於獲取給定月份的所有期權資料。

    如果給出了無效的到期日期，則返回給定日期之後的下一個到期日期的資料。

    期權資料框現在儲存為例項的 callsYYMMDD 或 putsYYMMDD。以前它們儲存為 callsMMYY 和 putsMMYY。下一個到期日期儲存為 calls 和 puts。

    新功能

    • 到期引數現在可以是單個日期或包含日期的列表類物件。

    • 添加了一個新屬性 expiry_dates，它返回所有可用的到期日期。

    當前行為

    In [17]: from pandas.io.data import Options

In [18]: aapl = Options('aapl', 'yahoo')

In [19]: aapl.get_call_data().iloc[0:5, 0:1]
Out[19]:
                                             Last
Strike Expiry     Type Symbol
80     2014-11-14 call AAPL141114C00080000  29.05
84     2014-11-14 call AAPL141114C00084000  24.80
85     2014-11-14 call AAPL141114C00085000  24.05
86     2014-11-14 call AAPL141114C00086000  22.76
87     2014-11-14 call AAPL141114C00087000  21.74

In [20]: aapl.expiry_dates
Out[20]:
[datetime.date(2014, 11, 14),
 datetime.date(2014, 11, 22),
 datetime.date(2014, 11, 28),
 datetime.date(2014, 12, 5),
 datetime.date(2014, 12, 12),
 datetime.date(2014, 12, 20),
 datetime.date(2015, 1, 17),
 datetime.date(2015, 2, 20),
 datetime.date(2015, 4, 17),
 datetime.date(2015, 7, 17),
 datetime.date(2016, 1, 15),
 datetime.date(2017, 1, 20)]

In [21]: aapl.get_near_stock_price(expiry=aapl.expiry_dates[0:3]).iloc[0:5, 0:1]
Out[21]:
                                            Last
Strike Expiry     Type Symbol
109    2014-11-22 call AAPL141122C00109000  1.48
       2014-11-28 call AAPL141128C00109000  1.79
110    2014-11-14 call AAPL141114C00110000  0.55
       2014-11-22 call AAPL141122C00110000  1.02
       2014-11-28 call AAPL141128C00110000  1.32

  • pandas 現在還將 datetime64 dtype 註冊到 matplotlib 的單位登錄檔中，以便將此類值繪製為日期時間。一旦匯入 pandas，就會啟用此功能。在以前的版本中，繪製 datetime64 值陣列會導致繪製整數值。要保留之前的行為，可以執行 del matplotlib.units.registry[np.datetime64]（GH 8614）。

增強功能#

  • concat 允許將更廣泛的 pandas 物件可迭代物件傳遞給第一個引數（GH 8645）

    In [16]: from collections import deque

In [17]: df1 = pd.DataFrame([1, 2, 3])

In [18]: df2 = pd.DataFrame([4, 5, 6])

    之前的行為

    In [7]: pd.concat(deque((df1, df2)))
TypeError: first argument must be a list-like of pandas objects, you passed an object of type "deque"

    當前行為

    In [19]: pd.concat(deque((df1, df2)))
Out[19]: 
   0
0  1
1  2
2  3
0  4
1  5
2  6

[6 rows x 1 columns]

  • 使用基於記憶體使用量的 dtype 來表示 MultiIndex 標籤，具體取決於級別大小。在先前版本中，每個級別的記憶體使用量為 8 位元組。此外，在先前版本中，報告的記憶體使用量不正確，因為它沒有顯示底層資料陣列佔用的記憶體使用量。（GH 8456）

    In [20]: dfi = pd.DataFrame(
   ....:     1, index=pd.MultiIndex.from_product([["a"], range(1000)]), columns=["A"]
   ....: )
   ....:

    之前的行為

    # this was underreported in prior versions
In [1]: dfi.memory_usage(index=True)
Out[1]:
Index    8000 # took about 24008 bytes in < 0.15.1
A        8000
dtype: int64

    當前行為

    In [21]: dfi.memory_usage(index=True)
Out[21]: 
Index    3174
A        8000
Length: 2, dtype: int64

  • 添加了 Index 屬性 is_monotonic_increasing 和 is_monotonic_decreasing（GH 8680）。

  • 添加了在匯入 Stata 檔案時選擇列的選項（GH 7935）

  • 在 DataFrame.info() 中透過新增 + 來限定記憶體使用量，如果它是下界的話（GH 8578）

  • 在某些聚合情況下引發錯誤，例如 numeric_only 引數未被處理（GH 8592）。

  • 在 io.wb.download() 中添加了對 3 字元 ISO 和非標準國家程式碼的支援（GH 8482）

  • 世界銀行資料請求現在將根據 errors 引數以及硬編碼的國家程式碼列表和世界銀行的 JSON 響應進行警告/引發錯誤。在先前版本中，錯誤訊息沒有檢視世界銀行的 JSON 響應。問題輸入在請求之前就被丟棄了。問題在於，許多好的國家在硬編碼方法中被裁剪掉了。現在所有國家都會正常工作，但一些壞的國家將引發異常，因為一些邊緣情況會破壞整個響應。（GH 8482）

  • 在 Series.str.split() 中添加了返回 DataFrame 而不是 Series 的選項（GH 8428）

  • 在 df.info(null_counts=None|True|False) 中添加了選項，以覆蓋預設顯示選項並強制顯示 null 計數（GH 8701）

Bug 修復#

  • 取消對 CustomBusinessDay 物件的 unpickling 的錯誤（GH 8591）

  • 將 Categorical 強制轉換為記錄陣列（例如 df.to_records()）的錯誤（GH 8626）

  • 使用 Series.to_frame() 無法正確建立 Categorical 的錯誤（GH 8626）

  • 在 Categorical 的 astype 強制轉換中，傳入 pd.Categorical 的錯誤（此操作現在會正確引發 TypeError），（GH 8626）

  • 在 cut/qcut 中使用 Series 和 retbins=True 的錯誤（GH 8589）

  • 使用 to_sql 將 Categorical 列寫入 SQL 資料庫的錯誤（GH 8624）。

  • 比較 datetime 的 Categorical 與標量 datetime 時引發錯誤的錯誤（GH 8687）

  • 使用 .iloc 選擇 Categorical 的錯誤（GH 8623）

  • groupby-transform 與 Categorical 的錯誤（GH 8623）

  • duplicated/drop_duplicates 與 Categorical 的錯誤（GH 8623）

  • Categorical 反射比較運算子在第一個引數是 numpy 陣列標量（例如 np.int64）時引發錯誤的錯誤（GH 8658）

  • Panel 索引使用列表類（GH 8710）的錯誤

  • 當 options.mode.use_inf_as_null 為 True 時，DataFrame.dtypes 的相容性問題（GH 8722）

  • read_csv 中 dialect 引數無法接受字串的錯誤（GH 8703）

  • 使用空列表切片 MultiIndex 級別的錯誤（GH 8737）

  • 數值索引操作的 add/sub 操作，使用 Float/Index Index 與 numpy 陣列的錯誤（GH 8608）

  • 使用空索引器進行 setitem 時出現意外的 dtype 強制轉換的錯誤（GH 8669）

  • ix/loc 塊在 setitem 上的拆分錯誤（在整數類 dtype（例如 datetime64）上表現出來）（GH 8607）

  • 使用不在索引中的整數進行基於標籤的索引，但索引是唯一的但單調的索引時的錯誤（GH 8680）。

  • 在 numpy 1.7 上使用 np.nan 索引 Float64Index 時的錯誤（GH 8980）。

  • 修復 MultiIndex 的 shape 屬性（GH 8609）

  • GroupBy 中，分組器與列之間的名稱衝突會破壞 groupby 操作的錯誤（GH 7115，GH 8112）

  • 修復了繪製列 y 並指定標籤時會修改原始 DataFrame 的索引名稱的錯誤（GH 8494）

  • 修復了直接使用 matplotlib 繪製 DatetimeIndex 的迴歸錯誤（GH 8614）。

  • date_range 中，部分指定的日期會包含當前日期的錯誤（GH 6961）

  • 使用標量值透過索引器設定混合 dtype Panel4d 時失敗的錯誤（GH 8702）

  • DataReader 在傳遞的符號無效時會失敗的錯誤。現在為有效符號返回資料，為無效符號返回 np.nan（GH 8494）

  • get_quote_yahoo 中不允許非浮點返回值（GH 5229）的錯誤。

貢獻者#

共有 23 人為本次釋出貢獻了補丁。名字旁有“+”的人是首次貢獻補丁。

  • Aaron Staple +

  • Andrew Rosenfeld

  • Anton I. Sipos

  • Artemy Kolchinsky

  • Bill Letson +

  • Dave Hughes +

  • David Stephens

  • Guillaume Horel +

  • Jeff Reback

  • Joris Van den Bossche

  • Kevin Sheppard

  • Nick Stahl +

  • Sanghee Kim +

  • Stephan Hoyer

  • Tom Augspurger

  • TomAugspurger

  • WANG Aiyong +

  • behzad nouri

  • immerrr

  • jnmclarty

  • jreback

  • pallav-fdsi +

  • unutbu