版本 0.17.1 (2015 年 11 月 21 日)#

注意

我們自豪地宣佈 pandas 已成為 (NumFOCUS 組織) 的贊助專案。這將有助於確保 pandas 作為世界一流的開源專案開發的成功。

這是繼 0.17.0 之後的次要錯誤修復版本，其中包含大量錯誤修復，以及一些新功能、增強功能和效能改進。我們建議所有使用者升級到此版本。

亮點包括

  • 支援條件 HTML 格式，請參閱 此處

  • 在 csv 讀取器和其他操作中釋放 GIL，請參閱 此處

  • 修復了 0.16.2 版本中 DataFrame.drop_duplicates 的迴歸，該回歸導致整數值結果不正確（GH 11376）

新功能#

條件 HTML 格式#

警告

這是一項新功能，並且正在積極開發中。我們將在未來的版本中新增功能，並可能進行重大更改。歡迎在 GH 11610 中提供反饋。

我們添加了條件 HTML 格式的實驗性支援：根據資料對 DataFrame 進行視覺樣式化。樣式是透過 HTML 和 CSS 實現的。透過 pandas.DataFrame.style 屬性訪問樣式器類，這是一個附加了資料的 Styler 例項。

這裡有一個快速示例

In [1]: np.random.seed(123)

In [2]: df = pd.DataFrame(np.random.randn(10, 5), columns=list("abcde"))

In [3]: html = df.style.background_gradient(cmap="viridis", low=0.5)

我們可以渲染 HTML 以獲得下表。

abcde
0 -1.085631 0.997345 0.282978 -1.506295 -0.5786
1 1.651437 -2.426679 -0.428913 1.265936 -0.86674
2 -0.678886 -0.094709 1.49139 -0.638902 -0.443982
3 -0.434351 2.20593 2.186786 1.004054 0.386186
4 0.737369 1.490732 -0.935834 1.175829 -1.253881
5 -0.637752 0.907105 -1.428681 -0.140069 -0.861755
6 -0.255619 -2.798589 -1.771533 -0.699877 0.927462
7 -0.173636 0.002846 0.688223 -0.879536 0.283627
8 -0.805367 -1.727669 -0.3909 0.573806 0.338589
9 -0.01183 2.392365 0.412912 0.978736 2.238143

Styler 與 Jupyter Notebook 很好地整合。有關更多資訊，請參閱 文件。

增強功能#

  • DatetimeIndex 現在支援使用 astype(str) 轉換為字串（GH 10442）

  • 在 pandas.DataFrame.to_csv() 中支援 compression（gzip/bz2）（GH 7615）

  • pd.read_* 函式現在也可以接受 pathlib.Path 或 py:py._path.local.LocalPath 物件作為 filepath_or_buffer 引數。（GH 11033）- DataFrame 和 Series 函式 .to_csv()、.to_html() 和 .to_latex() 現在可以處理以波浪號開頭（例如 ~/Documents/）的路徑（GH 11438）

  • 如果未提供列，DataFrame 現在將 namedtuple 的欄位用作列（GH 11181）

  • 當可能時，DataFrame.itertuples() 現在返回 namedtuple 物件。（GH 11269，GH 11625）

  • 為平行座標圖添加了 axvlines_kwds（GH 10709）

  • 提供 .info() 和 .memory_usage() 的選項，以提供記憶體消耗的深度自省。請注意，這計算起來可能很昂貴，因此它是一個可選引數。（GH 11595）

    In [4]: df = pd.DataFrame({"A": ["foo"] * 1000})  # noqa: F821

In [5]: df["B"] = df["A"].astype("category")

# shows the '+' as we have object dtypes
In [6]: df.info()
<class 'pandas.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype   
---  ------  --------------  -----   
 0   A       1000 non-null   str     
 1   B       1000 non-null   category
dtypes: category(1), str(1)
memory usage: 11.9 KB

# we have an accurate memory assessment (but can be expensive to compute this)
In [7]: df.info(memory_usage="deep")
<class 'pandas.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype   
---  ------  --------------  -----   
 0   A       1000 non-null   str     
 1   B       1000 non-null   category
dtypes: category(1), str(1)
memory usage: 11.9 KB

  • Index 現在有一個 fillna 方法（GH 10089）

    In [8]: pd.Index([1, np.nan, 3]).fillna(2)
Out[8]: Index([1.0, 2.0, 3.0], dtype='float64')

  • category 型別的 Series 現在提供 .str.<...> 和 .dt.<...> 訪問器方法/屬性，如果類別屬於該型別。（GH 10661）

    In [9]: s = pd.Series(list("aabb")).astype("category")

In [10]: s
Out[10]: 
0    a
1    a
2    b
3    b
Length: 4, dtype: category
Categories (2, str): ['a', 'b']

In [11]: s.str.contains("a")
Out[11]: 
0     True
1     True
2    False
3    False
Length: 4, dtype: bool

In [12]: date = pd.Series(pd.date_range("1/1/2015", periods=5)).astype("category")

In [13]: date
Out[13]: 
0   2015-01-01
1   2015-01-02
2   2015-01-03
3   2015-01-04
4   2015-01-05
Length: 5, dtype: category
Categories (5, datetime64[us]): [2015-01-01, 2015-01-02, 2015-01-03, 2015-01-04, 2015-01-05]

In [14]: date.dt.day
Out[14]: 
0    1
1    2
2    3
3    4
4    5
Length: 5, dtype: int32

  • pivot_table 現在有一個 margins_name 引數，因此您可以使用除預設值“All”之外的其他名稱（GH 3335）

  • 使用固定的 HDF5 儲存實現 datetime64[ns, tz] dtypes 的匯出（GH 11411）

  • 對集合的漂亮列印（例如，在 DataFrame 單元格中）現在使用集合字面量語法（{x, y}），而不是舊版 Python 語法（set([x, y])）（GH 11215）

  • 改進了 pandas.io.gbq.to_gbq() 在流式插入失敗時（GH 11285）以及 DataFrame 與目標表模式不匹配時（GH 11359）的錯誤訊息。

API 更改#

  • 對不支援的索引型別的 Index.shift 丟擲 NotImplementedError（GH 8038）

  • 對 datetime64 和 timedelta64 dtyped Series 進行的 min 和 max 歸約現在結果為 NaT 而不是 nan（GH 11245）。

  • 使用 null 鍵進行索引將丟擲 TypeError，而不是 ValueError（GH 11356）

  • Series.ptp 現在預設將忽略缺失值（GH 11163）

棄用#

  • pandas.io.ga 模組，該模組實現了 google-analytics 支援，已被棄用，並將在未來的版本中刪除（GH 11308）

  • 棄用 .to_csv() 中的 engine 關鍵字，該關鍵字將在未來的版本中刪除（GH 11274）

效能改進#

  • 在索引上排序之前檢查單調性（GH 11080）

  • 當其 dtype 無法包含 NaN 時，Series.dropna 效能得到改進（GH 11159）

  • 釋放大多數日期時間欄位操作（例如 DatetimeIndex.year、Series.dt.year）、規範化以及與 Period 的相互轉換、DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 的 GIL（GH 11263）

  • 在某些滾動演算法中釋放 GIL：rolling_median、rolling_mean、rolling_max、rolling_min、rolling_var、rolling_kurt、rolling_skew（GH 11450）

  • 在 read_csv、read_table 中讀取和解析文字檔案時釋放 GIL（GH 11272）

  • 改進了 rolling_median 的效能（GH 11450）

  • 改進了 to_excel 的效能（GH 11352）

  • Categorical 類別 repr 中的效能 bug，它在截斷顯示之前渲染了字串（GH 11305）

  • Categorical.remove_unused_categories 的效能改進（GH 11643）。

  • 改進了具有空資料和 DatetimeIndex 的 Series 建構函式的效能（GH 11433）

  • 改進了具有 groupby 的 shift、cumprod 和 cumsum 的效能（GH 4095）

Bug 修復#

  • SparseArray.__iter__() 在 Python 3.5 中現在不會導致 PendingDeprecationWarning（GH 11622）

  • 0.16.2 版本中關於長浮點數/NaN 輸出格式的迴歸，已在（GH 11302）中恢復

  • Series.sort_index() 現在可以正確處理 inplace 選項（GH 11402）

  • 在 PyPi 上構建時，.c 檔案錯誤分發，當讀取浮點數 CSV 並傳遞 na_values=<a scalar> 時會引發異常（GH 11374）

  • .to_latex() 輸出的 bug，當索引有名時損壞（GH 10660）

  • HDFStore.append 的 bug，當字串的編碼長度超過最大未編碼長度時（GH 11234）

  • 合併 datetime64[ns, tz] dtypes 時的 bug（GH 11405）

  • 在使用 where 子句將 numpy 標量進行比較時，HDFStore.select 的 bug（GH 11283）

  • 使用 MultiIndex 索引器時，DataFrame.ix 的 bug（GH 11372）

  • date_range 在端點模糊時出錯（GH 11626）

  • 阻止向訪問器 .str、.dt 和 .cat 新增新屬性。由於無法檢索此類值，因此在設定時會出錯。（GH 10673）

  • 在具有模糊時間和 .dt 訪問器進行時區轉換時的 bug（GH 11295）

  • 使用模糊時間索引時的輸出格式 bug（GH 11619）

  • Series 與 list-like 進行比較時的 bug（GH 11339）

  • 使用 datetime64[ns, tz] 和不相容的 to_replace 進行 DataFrame.replace 時的 bug（GH 11326，GH 11153）

  • isnull 中的 bug，其中 numpy.array 中的 numpy.datetime64('NaT') 未被確定為 null（GH 11206）

  • 使用混合整數 Index 進行列表式索引時的 bug（GH 11320）

  • 當索引為 Categorical dtype 時，pivot_table 使用 margins=True 的 bug（GH 10993）

  • DataFrame.plot 無法使用十六進位制字串顏色（GH 10299）

  • 0.16.2 版本中 DataFrame.drop_duplicates 的迴歸，導致整數值結果不正確（GH 11376）

  • pd.eval 中列表中的一元運算子出錯的 bug（GH 11235）

  • 長度為零的陣列的 squeeze() 中的 bug（GH 11230，GH 8999）

  • describe() 在丟棄分層索引的列名時的 bug（GH 11517）

  • DataFrame.pct_change() 未將 axis 關鍵字傳遞到 .fillna 方法的 bug（GH 11150）

  • 當 columns 引數傳遞了整數和字串混合的列名時，.to_csv() 中的 bug（GH 11637）

  • 使用 range 進行索引時的 bug（GH 11652）

  • 在設定列時，numpy 標量的推斷和保留 dtype 的 bug（GH 11638）

  • 使用 Unicode 列名時，to_sql 出現 UnicodeEncodeError 的 bug（GH 11431）。

  • 修復了設定 plot 中 xticks 的迴歸（GH 11529）。

  • holiday.dates 中的 bug，其中可將觀察規則應用於節假日，以及文件增強（GH 11477，GH 11533）

  • 修復了當擁有純 Axes 例項而非 SubplotAxes 時的繪圖問題（GH 11520，GH 11556）。

  • 當 header=False 時，DataFrame.to_latex() 產生額外規則的 bug（GH 7124）

  • 當 func 返回包含新日期時間列的 Series 時，df.groupby(...).apply(func) 中的 bug（GH 11324）

  • 當要載入的檔案很大時，pandas.json 中的 bug（GH 11344）

  • to_excel 在處理重複列時的 bug（GH 11007，GH 10982，GH 10970）

  • 修復了阻止構造 datetime64[ns, tz] dtype 的空 Series 的 bug（GH 11245）。

  • read_excel 在處理包含整數的 MultiIndex 時的 bug（GH 11317）

  • to_excel 與 openpyxl 2.2+ 和合並時的 bug（GH 11408）

  • 當資料中只有日期時間時，DataFrame.to_dict() 返回 np.datetime64 物件而不是 Timestamp 的 bug（GH 11327）

  • 當計算包含布林列和非布林列的 DataFrame 的 Kendall 相關性時，DataFrame.corr() 丟擲異常的 bug（GH 11560）

  • FreeBSD 10+ 上 C inline 函式引起的連結時錯誤（使用 clang）的 bug（GH 10510）

  • DataFrame.to_csv 在傳遞格式化 MultiIndexes 的引數（包括 date_format）時的 bug（GH 7791）

  • 使用 how='right' 進行 DataFrame.join() 時丟擲 TypeError 的 bug（GH 11519）

  • 當空列表作為結果時，Series.quantile 的 bug 導致 Index 具有 object dtype（GH 11588）

  • 當合並結果為空時，pd.merge 導致空 Int64Index 而不是 Index(dtype=object) 的 bug（GH 11588）

  • 當存在 NaN 值時，Categorical.remove_unused_categories 中的 bug（GH 11599）

  • DataFrame.to_sparse() 丟失 MultiIndexes 列名的 bug（GH 11600）

  • 當具有非唯一列索引時，DataFrame.round() 導致 fatal Python 錯誤的 bug（GH 11611）

  • 當 decimals 是一個非唯一索引的 Series 時，DataFrame.round() 產生額外列的 bug（GH 11618）

貢獻者#

共有 63 人為此釋出貢獻了補丁。名字旁邊帶有“+”的人是第一次貢獻補丁。

  • Aleksandr Drozd +

  • Alex Chase +

  • Anthonios Partheniou

  • BrenBarn +

  • Brian J. McGuirk +

  • Chris

  • Christian Berendt +

  • Christian Perez +

  • Cody Piersall +

  • Data & Code Expert Experimenting with Code on Data

  • DrIrv +

  • Evan Wright

  • Guillaume Gay

  • Hamed Saljooghinejad +

  • Iblis Lin +

  • Jake VanderPlas

  • Jan Schulz

  • Jean-Mathieu Deschenes +

  • Jeff Reback

  • Jimmy Callin +

  • Joris Van den Bossche

  • K.-Michael Aye

  • Ka Wo Chen

  • Loïc Séguin-C +

  • Luo Yicheng +

  • Magnus Jöud +

  • Manuel Leonhardt +

  • Matthew Gilbert

  • Maximilian Roos

  • Michael +

  • Nicholas Stahl +

  • Nicolas Bonnotte +

  • Pastafarianist +

  • Petra Chong +

  • Phil Schaf +

  • Philipp A +

  • Rob deCarvalho +

  • Roman Khomenko +

  • Rémy Léone +

  • Sebastian Bank +

  • Sinhrks

  • Stephan Hoyer

  • Thierry Moisan

  • Tom Augspurger

  • Tux1 +

  • Varun +

  • Wieland Hoffmann +

  • Winterflower

  • Yoav Ram +

  • Younggun Kim

  • Zeke +

  • ajcr

  • azuranski +

  • behzad nouri

  • cel4

  • emilydolson +

  • hironow +

  • lexual

  • llllllllll +

  • rockg

  • silentquasar +

  • sinhrks

  • taeold +