2.3.0 版本有什麼新功能 (2025 年 6 月 4 日)#

這是 pandas 2.3.0 中的更改。有關包含其他 pandas 版本的完整更改日誌，請參閱發行說明。

pandas 3.0 中的即將發生的更改#

pandas 3.0 將為 pandas 的預設行為帶來兩項重大更改。

歷史上，pandas 使用 NumPy 的 object 資料型別來表示字串列。這種表示方法存在許多問題：它不專門針對字串（object 型別的陣列可以儲存任何 Python 物件，而不僅僅是字串），而且通常效率不高（在效能和記憶體使用方面）。

從即將釋出的 pandas 3.0 版本開始，將預設啟用專用的字串資料型別（如果安裝了 PyArrow，則由其支援，否則回退到 NumPy）。這意味著在建立 pandas 物件（例如建構函式或 IO 函式）時，pandas 將開始將包含字串資料的列推斷為新的 str 資料型別。

舊行為

>>> ser = pd.Series(["a", "b"])
0    a
1    b
dtype: object

新行為

>>> ser = pd.Series(["a", "b"])
0    a
1    b
dtype: str

在這些場景中使用的字串資料型別在很大程度上將表現得像 NumPy object 一樣，包括缺失值語義和這些列上的通用操作。

但是，新預設 dtype 的引入也將對您的程式碼產生一些破壞性影響（例如，當檢查 .dtype 是否為 object dtype 時）。為了在 pandas 3.0 版本釋出前進行測試，可以在 pandas 2.3 中啟用此未來 dtype 推斷邏輯：

pd.options.future.infer_string = True

有關行為更改以及如何使您的程式碼適應新預設值的更多詳細資訊，請參閱新字串資料型別遷移指南 (pandas 3.0)。

目前可選的寫時複製模式將在 pandas 3.0 中預設啟用。將沒有保留舊行為的選項。

總之，新的“寫時複製”行為將在 pandas 關於複製和檢視的操作方式上帶來行為上的改變。

任何索引操作（以任何方式子集化 DataFrame 或 Series，即包括將 DataFrame 列作為 Series 訪問）或返回新的 DataFrame 或 Series 的任何方法的結果，在使用者 API 方面始終表現得像是複製。
因此，如果您想修改一個物件（DataFrame 或 Series），唯一的方法是直接修改該物件本身。

由於每個索引步驟現在都表現為複製，這也意味著“鏈式賦值”（透過多個 setitem 步驟更新 DataFrame）將停止工作。由於這現在始終不起作用，因此將刪除 SettingWithCopyWarning。

新行為語義在關於寫時複製的使用者指南中有更詳細的解釋。

自 pandas 2.0 起，可以透過以下選項啟用新行為：

pd.options.mode.copy_on_write = True

一些行為更改允許進行清晰的棄用，例如鏈式賦值的更改。其他更改更為微妙，因此警告被隱藏在一個可以自 pandas 2.2 起啟用的選項後面。

pd.options.mode.copy_on_write = "warn"

此模式將在許多與大多數查詢無關的場景中發出警告。我們建議探索此模式，但無需消除所有這些警告。遷移指南詳細解釋了升級過程。

pandas.api.interchange.from_dataframe() 現在使用 PyCapsule 介面（如果可用），僅在失敗時才回退到 Dataframe Interchange Protocol（GH 60739）。
對 __array__ 方法中的 copy 關鍵字（即在使用 pandas 物件的 np.array() 或 np.asarray() 時呼叫）的語義已更新，以便與 NumPy >= 2 一起正確工作（GH 57739）。
當 future.infer_string 為 True 時，Series.str.decode() 的結果現在具有 StringDtype（GH 60709）。
to_hdf() 和 to_hdf() 現在可以與 StringDtype 進行往返（GH 60663）。
改進了 NumpyExtensionArray 的 repr，以考慮 NEP51（GH 61085）。
Series.str.decode() 已獲得 dtype 引數，用於控制結果的 dtype（GH 60940）。
現在為 StringDtype 列實現了 cumsum()、cummin() 和 cummax() 規約（GH 60633）。
現在為 StringDtype 列實現了 sum() 規約（GH 59853）。

棄用了 str.contains()、str.startswith() 和 str.endswith() 中 na 引數允許非 bool 值的情況，對於那些尚未不允許這些值的 dtypes（GH 59615）。
棄用了 StringDtype 的 "pyarrow_numpy" 儲存選項（GH 60152）。

在 Series.mode() 和 DataFrame.mode() 中，當 dropna=False 時，存在一個錯誤，即在存在 NA 值的情況下，並非所有 dtypes 都會排序（GH 60702）。
在 Series.round() 中存在一個錯誤，即使用 object dtype 時總是會引發 TypeError（GH 61206）。

在 Series.__pos__() 和 DataFrame.__pos__() 中存在一個錯誤，即對於 storage="pyarrow" 的 StringDtype，未能引發 Exception（GH 60710）。
在 storage="pyarrow" 的 StringDtype 的 Series.rank() 中存在一個錯誤，它錯誤地返回了帶有 method="average" 的整數結果，並在截斷結果時引發錯誤（GH 59768）。
在 Series.replace() 中，當使用非字串值替換 StringDtype 時，未向上轉換為 object dtype，存在一個錯誤（GH 60282）。
在 storage="pyarrow" 的 StringDtype 的 Series.str.center() 中，當填充字元數為奇數時的邊緣情況，未能與 Python 行為匹配，存在一個錯誤（GH 54792）。
在 storage="pyarrow" 的 StringDtype 的 Series.str.replace() 中，當 n < 0 時，存在一個錯誤（GH 59628）。
在 ArrowDtype 和 storage="pyarrow" 的 StringDtype 的 Series.str.slice() 中，當使用負數 step 時，返回了錯誤的結果，存在一個錯誤（GH 59710）。

共有 24 人為此次釋出貢獻了補丁。名字旁邊帶有“+”的人是首次貢獻補丁。