版本0.15.0(2014年10月18日)#
这是从0.14.1开始的一个主要版本，包括少量的API更改、几个新功能、增强功能和性能改进，以及大量的错误修复。我们建议所有用户升级到此版本。
警告
Pandas>=0.15.0将不再支持与低于1.7.0的NumPy版本兼容。如果您想使用最新版本的Pandas，请升级到NumPy>=1.7.0 (GH7711 )
亮点包括：
这个
Categorical类型被整合为一级Pandas类型，请参见 here新标量类型
Timedelta和一种新的索引类型TimedeltaIndex，请参见 here新的类似日期时间的属性访问器
.dt有关系列，请参阅 Datetimelike Properties新的DataFrame默认显示
df.info()要包括内存使用情况，请参见 Memory Usageread_csvwill now by default ignore blank lines when parsing, see here在集合运算中使用索引的API更改，请参见 here
时区处理方面的增强功能，请参阅 here
对滚动和展开力矩函数进行了大量改进，请参见 here
的内部重构
Index类设置为不再是子类ndarray，请参见 Internal Refactoring放弃对以下项目的支持
PyTables版本低于3.0.0，以及numexpr版本低于2.1 (GH7990 )将索引文档拆分为 Indexing and Selecting Data 和 MultiIndex / Advanced Indexing
将字符串方法文档拆分为 Working with Text Data
检查 API Changes 和 deprecations 在更新之前
警告
在0.15.0中 Index 已在内部重构为不再是子类 ndarray 取而代之的是子类 PandasObject ，类似于其他大Pandas的物体。此更改允许非常轻松地进行子类划分和创建新的索引类型。这应该是一个透明的更改，对API的影响非常有限(请参阅 Internal Refactoring )
警告
中的重构 Categorical 将两个参数构造函数从“代码/标签和级别”更改为“值和级别(现在称为‘类别’)”。这可能会导致细微的错误。如果您使用 Categorical 请在更新到此PANAS版本之前直接审核您的代码，并将其更改为使用 from_codes() 构造函数。请参阅更多信息 Categorical here
新功能#
系列/数据框架中的分类#
Categorical 现在可以包含在 Series 和 DataFrames 并获得了新的操纵方法。感谢Jan Schulz在此API/实现中所做的大部分工作。 (GH3943 ， GH5313 ， GH5314 ， GH7444 ， GH7839 ， GH7848 ， GH7864 ， GH7914 ， GH7768 ， GH8006 ， GH3678 ， GH8075 ， GH8076 ， GH8143 ， GH8453 ， GH8518 )。
有关完整的文档，请参阅 categorical introduction 以及 API documentation 。
In [1]: df = pd.DataFrame({"id": [1, 2, 3, 4, 5, 6],
...: "raw_grade": ['a', 'b', 'b', 'a', 'a', 'e']})
...:
In [2]: df["grade"] = df["raw_grade"].astype("category")
In [3]: df["grade"]
Out[3]:
0 a
1 b
2 b
3 a
4 a
5 e
Name: grade, Length: 6, dtype: category
Categories (3, object): ['a', 'b', 'e']
# Rename the categories
In [4]: df["grade"].cat.categories = ["very good", "good", "very bad"]
# Reorder the categories and simultaneously add the missing categories
In [5]: df["grade"] = df["grade"].cat.set_categories(["very bad", "bad",
...: "medium", "good", "very good"])
...:
In [6]: df["grade"]
Out[6]:
0 very good
1 good
2 good
3 very good
4 very good
5 very bad
Name: grade, Length: 6, dtype: category
Categories (5, object): ['very bad', 'bad', 'medium', 'good', 'very good']
In [7]: df.sort_values("grade")
Out[7]:
id raw_grade grade
5 6 e very bad
1 2 b good
2 3 b good
0 1 a very good
3 4 a very good
4 5 a very good
[6 rows x 3 columns]
In [8]: df.groupby("grade").size()
Out[8]:
grade
very bad 1
bad 0
medium 0
good 2
very good 3
Length: 5, dtype: int64
pandas.core.group_agg和pandas.core.factor_agg都被移除了。作为替代方案，构建数据帧并使用df.groupby(<group>).agg(<func>)。提供“代码/标签和级别”给
Categorical不再支持构造函数。向构造函数提供两个参数现在被解释为“值和级别(现在称为‘类别’)”。请更改您的代码以使用from_codes()构造函数。这个
Categorical.labels属性已重命名为Categorical.codes并且是只读的。如果您想要操纵代码，请使用 API methods on Categoricals 。这个
Categorical.levels属性被重命名为Categorical.categories。
时间索引/标量#
我们引入了一种新的标量类型 Timedelta ，它是的子类 datetime.timedelta ，并以类似方式运行，但允许与 np.timedelta64 类型以及大量的自定义表示、解析和属性。此类型非常类似于 Timestamp 为以下公司工作 datetimes 。对于这种类型来说，这是一个很好的API盒。请参阅 docs 。 (GH3009 ， GH4533 ， GH8209 ， GH8187 ， GH8190 ， GH7869 ， GH7661 ， GH8345 ， GH8471 )
警告
Timedelta 标量(和 TimedeltaIndex )组件字段为 不一样 对象上的组件字段 datetime.timedelta 对象。例如, .seconds 在一个 datetime.timedelta 对象返回 hours ， minutes 和 seconds 。相比之下，大Pandas Timedelta 分别分为小时、分钟、微秒和纳秒。
# Timedelta accessor
In [9]: tds = pd.Timedelta('31 days 5 min 3 sec')
In [10]: tds.minutes
Out[10]: 5L
In [11]: tds.seconds
Out[11]: 3L
# datetime.timedelta accessor
# this is 5 minutes * 60 + 3 seconds
In [12]: tds.to_pytimedelta().seconds
Out[12]: 303
Note ：从v0.16.0开始不再是这样，完全兼容 datetime.timedelta 介绍了它的基本原理和特点。请参阅 0.16.0 whatsnew entry
警告
0.15.0之前的版本 pd.to_timedelta 将返回一个 Series 用于类似列表的/系列输入，以及 np.timedelta64 用于标量输入。它现在将返回一个 TimedeltaIndex 对于列表式输入， Series 对于串联输入，和 Timedelta 用于标量输入。
的论据 pd.to_timedelta 现在是 (arg,unit='ns',box=True,coerce=False) ，以前是 (arg,box=True,unit='ns') 因为这些更符合逻辑。
构造标量
In [9]: pd.Timedelta('1 days 06:05:01.00003')
Out[9]: Timedelta('1 days 06:05:01.000030')
In [10]: pd.Timedelta('15.5us')
Out[10]: Timedelta('0 days 00:00:00.000015500')
In [11]: pd.Timedelta('1 hour 15.5us')
Out[11]: Timedelta('0 days 01:00:00.000015500')
# negative Timedeltas have this string repr
# to be more consistent with datetime.timedelta conventions
In [12]: pd.Timedelta('-1us')
Out[12]: Timedelta('-1 days +23:59:59.999999')
# a NaT
In [13]: pd.Timedelta('nan')
Out[13]: NaT
的访问字段 Timedelta
In [14]: td = pd.Timedelta('1 hour 3m 15.5us')
In [15]: td.seconds
Out[15]: 3780
In [16]: td.microseconds
Out[16]: 15
In [17]: td.nanoseconds
Out[17]: 500
构建一个 TimedeltaIndex
In [18]: pd.TimedeltaIndex(['1 days', '1 days, 00:00:05',
....: np.timedelta64(2, 'D'),
....: datetime.timedelta(days=2, seconds=2)])
....:
Out[18]:
TimedeltaIndex(['1 days 00:00:00', '1 days 00:00:05', '2 days 00:00:00',
'2 days 00:00:02'],
dtype='timedelta64[ns]', freq=None)
构建一个 TimedeltaIndex 有规律的范围
In [19]: pd.timedelta_range('1 days', periods=5, freq='D')
Out[19]: TimedeltaIndex(['1 days', '2 days', '3 days', '4 days', '5 days'], dtype='timedelta64[ns]', freq='D')
In [20]: pd.timedelta_range(start='1 days', end='2 days', freq='30T')
Out[20]:
TimedeltaIndex(['1 days 00:00:00', '1 days 00:30:00', '1 days 01:00:00',
'1 days 01:30:00', '1 days 02:00:00', '1 days 02:30:00',
'1 days 03:00:00', '1 days 03:30:00', '1 days 04:00:00',
'1 days 04:30:00', '1 days 05:00:00', '1 days 05:30:00',
'1 days 06:00:00', '1 days 06:30:00', '1 days 07:00:00',
'1 days 07:30:00', '1 days 08:00:00', '1 days 08:30:00',
'1 days 09:00:00', '1 days 09:30:00', '1 days 10:00:00',
'1 days 10:30:00', '1 days 11:00:00', '1 days 11:30:00',
'1 days 12:00:00', '1 days 12:30:00', '1 days 13:00:00',
'1 days 13:30:00', '1 days 14:00:00', '1 days 14:30:00',
'1 days 15:00:00', '1 days 15:30:00', '1 days 16:00:00',
'1 days 16:30:00', '1 days 17:00:00', '1 days 17:30:00',
'1 days 18:00:00', '1 days 18:30:00', '1 days 19:00:00',
'1 days 19:30:00', '1 days 20:00:00', '1 days 20:30:00',
'1 days 21:00:00', '1 days 21:30:00', '1 days 22:00:00',
'1 days 22:30:00', '1 days 23:00:00', '1 days 23:30:00',
'2 days 00:00:00'],
dtype='timedelta64[ns]', freq='30T')
现在，您可以使用 TimedeltaIndex 作为Pandas对象的索引
In [21]: s = pd.Series(np.arange(5),
....: index=pd.timedelta_range('1 days', periods=5, freq='s'))
....:
In [22]: s
Out[22]:
1 days 00:00:00 0
1 days 00:00:01 1
1 days 00:00:02 2
1 days 00:00:03 3
1 days 00:00:04 4
Freq: S, Length: 5, dtype: int64
您可以使用部分字符串选择进行选择
In [23]: s['1 day 00:00:02']
Out[23]: 2
In [24]: s['1 day':'1 day 00:00:02']
Out[24]:
1 days 00:00:00 0
1 days 00:00:01 1
1 days 00:00:02 2
Freq: S, Length: 3, dtype: int64
最后，两种技术的结合 TimedeltaIndex 使用 DatetimeIndex 允许符合以下条件的某些组合操作 NaT 保存：
In [25]: tdi = pd.TimedeltaIndex(['1 days', pd.NaT, '2 days'])
In [26]: tdi.tolist()
Out[26]: [Timedelta('1 days 00:00:00'), NaT, Timedelta('2 days 00:00:00')]
In [27]: dti = pd.date_range('20130101', periods=3)
In [28]: dti.tolist()
Out[28]:
[Timestamp('2013-01-01 00:00:00', freq='D'),
Timestamp('2013-01-02 00:00:00', freq='D'),
Timestamp('2013-01-03 00:00:00', freq='D')]
In [29]: (dti + tdi).tolist()
Out[29]: [Timestamp('2013-01-02 00:00:00'), NaT, Timestamp('2013-01-05 00:00:00')]
In [30]: (dti - tdi).tolist()
Out[30]: [Timestamp('2012-12-31 00:00:00'), NaT, Timestamp('2013-01-01 00:00:00')]
A的迭代
Series例如：list(Series(...))的timedelta64[ns]将在v0.15.0之前返回np.timedelta64对于每个元素。现在，这些将被包裹在Timedelta。
内存使用情况#
实现了用于查找DataFrame的内存使用情况的方法。请参阅 FAQ 想要更多。 (GH6852 )。
一个新的显示选项 display.memory_usage (请参阅 选项和设置 )设置 memory_usage 中的参数 df.info() 方法。默认情况下 display.memory_usage 是 True 。
In [31]: dtypes = ['int64', 'float64', 'datetime64[ns]', 'timedelta64[ns]',
....: 'complex128', 'object', 'bool']
....:
In [32]: n = 5000
In [33]: data = {t: np.random.randint(100, size=n).astype(t) for t in dtypes}
In [34]: df = pd.DataFrame(data)
In [35]: df['categorical'] = df['object'].astype('category')
In [36]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5000 entries, 0 to 4999
Data columns (total 8 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 int64 5000 non-null int64
1 float64 5000 non-null float64
2 datetime64[ns] 5000 non-null datetime64[ns]
3 timedelta64[ns] 5000 non-null timedelta64[ns]
4 complex128 5000 non-null complex128
5 object 5000 non-null object
6 bool 5000 non-null bool
7 categorical 5000 non-null category
dtypes: bool(1), category(1), complex128(1), datetime64[ns](1), float64(1), int64(1), object(1), timedelta64[ns](1)
memory usage: 288.2+ KB
另外 memory_usage() 是DataFrame对象的可用方法，它返回每列的内存使用情况。
In [37]: df.memory_usage(index=True)
Out[37]:
Index 128
int64 40000
float64 40000
datetime64[ns] 40000
timedelta64[ns] 40000
complex128 80000
object 40000
bool 5000
categorical 9968
Length: 9, dtype: int64
Series.dt访问器#
Series has gained an accessor to succinctly return datetime like properties for the values of the Series, if its a datetime/period like Series. (GH7207)
This will return a Series, indexed like the existing Series. See the docs
# datetime
In [38]: s = pd.Series(pd.date_range('20130101 09:10:12', periods=4))
In [39]: s
Out[39]:
0 2013-01-01 09:10:12
1 2013-01-02 09:10:12
2 2013-01-03 09:10:12
3 2013-01-04 09:10:12
Length: 4, dtype: datetime64[ns]
In [40]: s.dt.hour
Out[40]:
0 9
1 9
2 9
3 9
Length: 4, dtype: int64
In [41]: s.dt.second
Out[41]:
0 12
1 12
2 12
3 12
Length: 4, dtype: int64
In [42]: s.dt.day
Out[42]:
0 1
1 2
2 3
3 4
Length: 4, dtype: int64
In [43]: s.dt.freq
Out[43]: 'D'
这样就可以使用下面这样的漂亮表达：
In [44]: s[s.dt.day == 2]
Out[44]:
1 2013-01-02 09:10:12
Length: 1, dtype: datetime64[ns]
您可以轻松地生成TZ感知转换：
In [45]: stz = s.dt.tz_localize('US/Eastern')
In [46]: stz
Out[46]:
0 2013-01-01 09:10:12-05:00
1 2013-01-02 09:10:12-05:00
2 2013-01-03 09:10:12-05:00
3 2013-01-04 09:10:12-05:00
Length: 4, dtype: datetime64[ns, US/Eastern]
In [47]: stz.dt.tz
Out[47]: <DstTzInfo 'US/Eastern' LMT-1 day, 19:04:00 STD>
您还可以链接以下类型的操作：
In [48]: s.dt.tz_localize('UTC').dt.tz_convert('US/Eastern')
Out[48]:
0 2013-01-01 04:10:12-05:00
1 2013-01-02 04:10:12-05:00
2 2013-01-03 04:10:12-05:00
3 2013-01-04 04:10:12-05:00
Length: 4, dtype: datetime64[ns, US/Eastern]
这个 .dt 存取器适用于Period和TimeDelta数据类型。
# period
In [49]: s = pd.Series(pd.period_range('20130101', periods=4, freq='D'))
In [50]: s
Out[50]:
0 2013-01-01
1 2013-01-02
2 2013-01-03
3 2013-01-04
Length: 4, dtype: period[D]
In [51]: s.dt.year
Out[51]:
0 2013
1 2013
2 2013
3 2013
Length: 4, dtype: int64
In [52]: s.dt.day
Out[52]:
0 1
1 2
2 3
3 4
Length: 4, dtype: int64
# timedelta
In [53]: s = pd.Series(pd.timedelta_range('1 day 00:00:05', periods=4, freq='s'))
In [54]: s
Out[54]:
0 1 days 00:00:05
1 1 days 00:00:06
2 1 days 00:00:07
3 1 days 00:00:08
Length: 4, dtype: timedelta64[ns]
In [55]: s.dt.days
Out[55]:
0 1
1 1
2 1
3 1
Length: 4, dtype: int64
In [56]: s.dt.seconds
Out[56]:
0 5
1 6
2 7
3 8
Length: 4, dtype: int64
In [57]: s.dt.components
Out[57]:
days hours minutes seconds milliseconds microseconds nanoseconds
0 1 0 0 5 0 0 0
1 1 0 0 6 0 0 0
2 1 0 0 7 0 0 0
3 1 0 0 8 0 0 0
[4 rows x 7 columns]
改进时区处理#
tz_localize(None)for tz-awareTimestampandDatetimeIndexnow removes timezone holding local time, previously this resulted inExceptionorTypeError(GH7812)In [58]: ts = pd.Timestamp('2014-08-01 09:00', tz='US/Eastern') In [59]: ts Out[59]: Timestamp('2014-08-01 09:00:00-0400', tz='US/Eastern') In [60]: ts.tz_localize(None) Out[60]: Timestamp('2014-08-01 09:00:00') In [61]: didx = pd.date_range(start='2014-08-01 09:00', freq='H', ....: periods=10, tz='US/Eastern') ....: In [62]: didx Out[62]: DatetimeIndex(['2014-08-01 09:00:00-04:00', '2014-08-01 10:00:00-04:00', '2014-08-01 11:00:00-04:00', '2014-08-01 12:00:00-04:00', '2014-08-01 13:00:00-04:00', '2014-08-01 14:00:00-04:00', '2014-08-01 15:00:00-04:00', '2014-08-01 16:00:00-04:00', '2014-08-01 17:00:00-04:00', '2014-08-01 18:00:00-04:00'], dtype='datetime64[ns, US/Eastern]', freq='H') In [63]: didx.tz_localize(None) Out[63]: DatetimeIndex(['2014-08-01 09:00:00', '2014-08-01 10:00:00', '2014-08-01 11:00:00', '2014-08-01 12:00:00', '2014-08-01 13:00:00', '2014-08-01 14:00:00', '2014-08-01 15:00:00', '2014-08-01 16:00:00', '2014-08-01 17:00:00', '2014-08-01 18:00:00'], dtype='datetime64[ns]', freq=None)
tz_localize现在接受ambiguous允许传递指示日期是否属于DST的布尔数组的关键字，用于将转换时间设置为NAT的‘NAT’，用于推断DST/非DST的‘INFER’，以及用于AmbiguousTimeError被抚养长大。看见 the docs 获取更多详细信息 (GH7943 )DataFrame.tz_localize和DataFrame.tz_convert现在接受可选的level用于本地化多重索引的特定级别的参数 (GH7846 )Timestamp.tz_localizeandTimestamp.tz_convertnow raiseTypeErrorin error cases, rather thanException(GH8025)在插入到Series/DataFrame中时，本地化为UTC的TimeSeries/Index将保留UTC时区(而不是幼稚的
datetime64[ns])ASobject数据类型 (GH8411 )Timestamp.__repr__显示dateutil.tz.tzoffset信息 (GH7907 )
滚动/扩展力矩的改进#
rolling_min()，rolling_max()，rolling_cov()，以及rolling_corr()现在返回包含所有NaN什么时候len(arg) < min_periods <= window而不是提高。(这使所有滚动函数在此行为中保持一致)。 (GH7766 )0.15.0之前的版本
In [64]: s = pd.Series([10, 11, 12, 13])
In [15]: pd.rolling_min(s, window=10, min_periods=5) ValueError: min_periods (5) must be <= window (4)
新行为
In [4]: pd.rolling_min(s, window=10, min_periods=5) Out[4]: 0 NaN 1 NaN 2 NaN 3 NaN dtype: float64
rolling_max()，rolling_min()，rolling_sum()，rolling_mean()，rolling_median()，rolling_std()，rolling_var()，rolling_skew()，rolling_kurt()，rolling_quantile()，rolling_cov()，rolling_corr()，rolling_corr_pairwise()，rolling_window()，以及rolling_apply()使用center=True将返回与输入具有相同结构的结果arg使用NaN在决赛中(window-1)/2条目。现在是决赛
(window-1)/2结果的条目被计算为好像输入arg紧随其后的是(window-1)/2NaN值(或缩小窗口，如果是rolling_apply())。 (GH7925 ， GH8269 )之前的行为(请注意，最终值为
NaN)：In [7]: pd.rolling_sum(Series(range(4)), window=3, min_periods=0, center=True) Out[7]: 0 1 1 3 2 6 3 NaN dtype: float64
新行为(请注意，最终值为
5 = sum([2, 3, NaN]))：In [7]: pd.rolling_sum(pd.Series(range(4)), window=3, ....: min_periods=0, center=True) Out[7]: 0 1 1 3 2 6 3 5 dtype: float64
rolling_window()现在在滚动平均模式下正确规格化权重 (mean=True )，以使计算的加权平均值(例如‘Triang’、‘Gauss’)与未加权计算的平均值(即‘Boxcar’)分布相同。看见 the note on normalization 了解更多详细信息。 (GH7618 )In [65]: s = pd.Series([10.5, 8.8, 11.4, 9.7, 9.3])
0.15.0之前的行为：
In [39]: pd.rolling_window(s, window=3, win_type='triang', center=True) Out[39]: 0 NaN 1 6.583333 2 6.883333 3 6.683333 4 NaN dtype: float64
新行为
In [10]: pd.rolling_window(s, window=3, win_type='triang', center=True) Out[10]: 0 NaN 1 9.875 2 10.325 3 10.025 4 NaN dtype: float64
已删除
center来自所有人的论点expanding_函数(请参见 list )时产生的结果center=True这没有多大意义。 (GH7925 )添加了可选选项
ddof参数为expanding_cov()和rolling_cov()。的默认值1是向后兼容的。 (GH8279 )记录了
ddof参数为expanding_var()，expanding_std()，rolling_var()，以及rolling_std()。这些函数对ddof参数(缺省值为1)之前是没有记录的。 (GH8064 )ewma()，ewmstd()，ewmvol()，ewmvar()，ewmcov()，以及ewmcorr()现在解释一下min_periods以相同的方式rolling_*()和expanding_*()函数执行：给定的结果条目将是NaN如果(在本例中为扩展)窗口不包含至少min_periods价值观。之前的行为是设置为NaN这个min_periods条目以第一个非-NaN价值。 (GH7977 )以前的行为(注意，值从索引开始
2，即min_periods后置索引0(第一个非空值的索引)：In [66]: s = pd.Series([1, None, None, None, 2, 3])
In [51]: pd.ewma(s, com=3., min_periods=2) Out[51]: 0 NaN 1 NaN 2 1.000000 3 1.000000 4 1.571429 5 2.189189 dtype: float64
新行为(请注意，值从索引开始
4，2号的位置(自min_periods=2)非空值)：In [2]: pd.ewma(s, com=3., min_periods=2) Out[2]: 0 NaN 1 NaN 2 NaN 3 NaN 4 1.759644 5 2.383784 dtype: float64
ewmstd()，ewmvol()，ewmvar()，ewmcov()，以及ewmcorr()现在有一个可选的adjust争论，就像ewma()会影响权重的计算方式。的默认值为adjust是True它是向后兼容的。看见 Exponentially weighted moment functions 有关详细信息，请参阅。 (GH7911 )ewma()，ewmstd()，ewmvol()，ewmvar()，ewmcov()，以及ewmcorr()现在有一个可选的ignore_na争论。什么时候ignore_na=False(默认设置)，则在权重计算中会考虑缺少的值。什么时候ignore_na=True(它再现0.15.0之前的行为)，则在权重计算中忽略缺少的值。 (GH7543 )In [7]: pd.ewma(pd.Series([None, 1., 8.]), com=2.) Out[7]: 0 NaN 1 1.0 2 5.2 dtype: float64 In [8]: pd.ewma(pd.Series([1., None, 8.]), com=2., ....: ignore_na=True) # pre-0.15.0 behavior Out[8]: 0 1.0 1 1.0 2 5.2 dtype: float64 In [9]: pd.ewma(pd.Series([1., None, 8.]), com=2., ....: ignore_na=False) # new default Out[9]: 0 1.000000 1 1.000000 2 5.846154 dtype: float64
警告
默认情况下， (
ignore_na=False)ewm*()在存在缺失值的情况下，函数的权重计算不同于0.15.0之前的版本。要在存在缺失值的情况下重现0.15.0版本之前的权重计算，必须明确指定ignore_na=True。窃听
expanding_cov()，expanding_corr()，rolling_cov()，rolling_cor()，ewmcov()，以及ewmcorr()返回按名称排序的列的结果，并为非唯一列生成错误；现在处理非唯一列并按原始顺序返回列(具有pairwise=False，其中行为保持不变) (GH7542 )窃听
rolling_count()和expanding_*()不必要地为零长度数据生成错误消息的函数 (GH8056 )Bug in
rolling_apply()andexpanding_apply()interpretingmin_periods=0asmin_periods=1(GH8080)窃听
expanding_std()和expanding_var()对于产生令人困惑的错误消息的单个值 (GH7900 )Bug in
rolling_std()androlling_var()for a single value producing0rather thanNaN(GH7900)窃听
ewmstd()，ewmvol()，ewmvar()，以及ewmcov()在以下情况下去偏系数的计算bias=False(默认设置)。以前使用了不正确的常量因数，基于adjust=True，ignore_na=True，以及无数次的观测。现在，根据实际权重对每个条目使用不同的系数(类似于通常的N/(N-1)因数)。特别是，对于单个点，值为NaN在以下情况下返回bias=False，而之前的值为(大约)0被退回了。例如，考虑以下0.15.0之前版本的结果
ewmvar(..., bias=False)，以及相应的去偏系数：In [67]: s = pd.Series([1., 2., 0., 4.])
In [89]: pd.ewmvar(s, com=2., bias=False) Out[89]: 0 -2.775558e-16 1 3.000000e-01 2 9.556787e-01 3 3.585799e+00 dtype: float64 In [90]: pd.ewmvar(s, com=2., bias=False) / pd.ewmvar(s, com=2., bias=True) Out[90]: 0 1.25 1 1.25 2 1.25 3 1.25 dtype: float64
请注意，该条目
0约为0，去偏系数为常数1.25。相比之下，以下0.15.0结果具有NaN对于条目0，且去偏系数正在减小(接近1.25)：In [14]: pd.ewmvar(s, com=2., bias=False) Out[14]: 0 NaN 1 0.500000 2 1.210526 3 4.089069 dtype: float64 In [15]: pd.ewmvar(s, com=2., bias=False) / pd.ewmvar(s, com=2., bias=True) Out[15]: 0 NaN 1 2.083333 2 1.583333 3 1.425439 dtype: float64
看见 Exponentially weighted moment functions 有关详细信息，请参阅。 (GH7912 )
改进了SQL IO模块#
添加了对
chunksize参数设置为to_sql功能。这允许以块为单位写入DataFrame，并避免数据包大小的溢出错误 (GH8062 )。添加了对
chunksize参数设置为read_sql功能。指定此参数将返回遍历查询结果块的迭代器 (GH2908 )。Added support for writing
datetime.dateanddatetime.timeobject columns withto_sql(GH6932).Added support for specifying a
schemato read from/write to withread_sql_tableandto_sql(GH7441, GH7952). For example:df.to_sql('table', engine, schema='other_schema') # noqa F821 pd.read_sql_table('table', engine, schema='other_schema') # noqa F821
Added support for writing
NaNvalues withto_sql(GH2754).添加了对写入Datetime64列的支持
to_sql适用于所有数据库风格 (GH7103 )。
向后不兼容的API更改#
突破性变化#
与以下内容相关的API更改 Categorical (请参阅 here 有关更多详细信息)：
这个
Categorical带有两个参数的构造函数从“代码/标签和级别”更改为“值和级别(现在称为‘类别’)”。这可能会导致细微的错误。如果您使用Categorical直接审核您的代码，方法是将其更改为使用from_codes()构造函数。类似于(0.15.0之前)的旧函数调用：
pd.Categorical([0,1,0,2,1], levels=['a', 'b', 'c'])
必须适应以下情况才能保持相同的行为：
In [2]: pd.Categorical.from_codes([0,1,0,2,1], categories=['a', 'b', 'c']) Out[2]: [a, b, a, c, b] Categories (3, object): [a, b, c]
API的更改与引入 Timedelta 标量(请参见 above 有关更多详细信息)：
0.15.0之前的版本
to_timedelta()将返回一个Series用于类似列表的/系列输入，以及np.timedelta64用于标量输入。它现在将返回一个TimedeltaIndex对于列表式输入，Series对于串联输入，和Timedelta用于标量输入。
关于滚动和扩展函数相关的接口更改，请参见详细概述 above 。
其他值得注意的API变化：
使用索引时的一致性
.loc以及在未找到值时使用类似列表的索引器。In [68]: df = pd.DataFrame([['a'], ['b']], index=[1, 2]) In [69]: df Out[69]: 0 1 a 2 b [2 rows x 1 columns]
在以前的版本中，这两个结构有所不同：
df.loc[[3]]将返回重新索引为3的帧(所有np.nan值)df.loc[[3],:]会募集到KeyError。
Both will now raise a
KeyError. The rule is that at least 1 indexer must be found when using a list-like and.loc(GH7999)此外，在以前的版本中，这些也不同：
df.loc[[1,3]]将返回一个重新索引的帧 [1,3]df.loc[[1,3],:]会募集到KeyError。
两者现在都将返回一个帧重新索引， [1,3] 。例如。
In [3]: df.loc[[1, 3]] Out[3]: 0 1 a 3 NaN In [4]: df.loc[[1, 3], :] Out[4]: 0 1 a 3 NaN
这也可以在多轴索引中看到
Panel。>>> p = pd.Panel(np.arange(2 * 3 * 4).reshape(2, 3, 4), ... items=['ItemA', 'ItemB'], ... major_axis=[1, 2, 3], ... minor_axis=['A', 'B', 'C', 'D']) >>> p <class 'pandas.core.panel.Panel'> Dimensions: 2 (items) x 3 (major_axis) x 4 (minor_axis) Items axis: ItemA to ItemB Major_axis axis: 1 to 3 Minor_axis axis: A to D
下面的内容将引发
KeyError0.15.0之前的版本：In [5]: Out[5]: ItemA ItemD 1 3 NaN 2 7 NaN 3 11 NaN
此外，
.loc如果在具有类似列表的索引器的多索引中找不到值，将引发：In [70]: s = pd.Series(np.arange(3, dtype='int64'), ....: index=pd.MultiIndex.from_product([['A'], ....: ['foo', 'bar', 'baz']], ....: names=['one', 'two']) ....: ).sort_index() ....: In [71]: s Out[71]: one two A bar 1 baz 2 foo 0 Length: 3, dtype: int64 In [72]: try: ....: s.loc[['D']] ....: except KeyError as e: ....: print("KeyError: " + str(e)) ....: KeyError: "['D'] not in index"
将值赋给
None现在选择‘Empty’值时会考虑数据类型 (GH7941 )。以前，将分配给
None在数字容器中，将数据类型更改为对象(或错误，取决于调用)。它现在使用的是NaN：In [73]: s = pd.Series([1, 2, 3]) In [74]: s.loc[0] = None In [75]: s Out[75]: 0 NaN 1 2.0 2 3.0 Length: 3, dtype: float64
NaT现在类似地用于DateTime容器。对于对象容器，我们现在保留
None值(以前这些值被转换为NaN值)。In [76]: s = pd.Series(["a", "b", "c"]) In [77]: s.loc[0] = None In [78]: s Out[78]: 0 None 1 b 2 c Length: 3, dtype: object
要插入一个
NaN，则必须显式使用np.nan。请参阅 docs 。在以前的版本中，就地更新Pandas对象不会反映在对该对象的其他Python引用中。 (GH8511 ， GH5104 )
In [79]: s = pd.Series([1, 2, 3]) In [80]: s2 = s In [81]: s += 1.5
V0.15.0之前的行为
# the original object In [5]: s Out[5]: 0 2.5 1 3.5 2 4.5 dtype: float64 # a reference to the original object In [7]: s2 Out[7]: 0 1 1 2 2 3 dtype: int64
现在这是正确的行为
# the original object In [82]: s Out[82]: 0 2.5 1 3.5 2 4.5 Length: 3, dtype: float64 # a reference to the original object In [83]: s2 Out[83]: 0 2.5 1 3.5 2 4.5 Length: 3, dtype: float64
Made both the C-based and Python engines for
read_csvandread_tableignore empty lines in input as well as white space-filled lines, as long assepis not white space. This is an API change that can be controlled by the keyword parameterskip_blank_lines. See the docs (GH4466)A timeseries/index localized to UTC when inserted into a Series/DataFrame will preserve the UTC timezone and inserted as
objectdtype rather than being converted to a naivedatetime64[ns](GH8411).在传递一个
DatetimeIndex具有在从DICT构造DataFrame时未保留的时区 (GH7822 )在以前的版本中，这将删除时区，现在它保留时区，但提供一列
object数据类型：In [84]: i = pd.date_range('1/1/2011', periods=3, freq='10s', tz='US/Eastern') In [85]: i Out[85]: DatetimeIndex(['2011-01-01 00:00:00-05:00', '2011-01-01 00:00:10-05:00', '2011-01-01 00:00:20-05:00'], dtype='datetime64[ns, US/Eastern]', freq='10S') In [86]: df = pd.DataFrame({'a': i}) In [87]: df Out[87]: a 0 2011-01-01 00:00:00-05:00 1 2011-01-01 00:00:10-05:00 2 2011-01-01 00:00:20-05:00 [3 rows x 1 columns] In [88]: df.dtypes Out[88]: a datetime64[ns, US/Eastern] Length: 1, dtype: object
以前，这会产生一列
datetime64Dtype，但没有时区信息。将列分配给现有数据帧的行为为
df['a'] = i保持不变(这已返回一个object具有时区的列)。将多个级别传递给
stack()，它现在将提高一个ValueError当级别不是所有级别名称或级别编号时 (GH7660 )。看见 Reshaping by stacking and unstacking 。提高一名
ValueError在……里面df.to_hdf使用‘FIXED’格式，如果df具有非唯一列，因为结果文件将被破坏 (GH7761 )SettingWithCopy提高/警告(根据选项mode.chained_assignment现在，当使用链接赋值在切片的混合dtype DataFrame上设置值时，将发出。 (GH7845 ， GH7950 )In [1]: df = pd.DataFrame(np.arange(0, 9), columns=['count']) In [2]: df['group'] = 'b' In [3]: df.iloc[0:5]['group'] = 'a' /usr/local/bin/ipython:1: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
merge，DataFrame.merge，以及ordered_merge现在返回与left论据 (GH7737 )。以前，使用混合dtype框架的放大操作不同于
.append它将保留数据类型(相关 GH2578 ， GH8176 )：In [89]: df = pd.DataFrame([[True, 1], [False, 2]], ....: columns=["female", "fitness"]) ....: In [90]: df Out[90]: female fitness 0 True 1 1 False 2 [2 rows x 2 columns] In [91]: df.dtypes Out[91]: female bool fitness int64 Length: 2, dtype: object # dtypes are now preserved In [92]: df.loc[2] = df.loc[1] In [93]: df Out[93]: female fitness 0 True 1 1 False 2 2 False 2 [3 rows x 2 columns] In [94]: df.dtypes Out[94]: female bool fitness int64 Length: 2, dtype: object
Series.to_csv()now returns a string whenpath=None, matching the behaviour ofDataFrame.to_csv()(GH8215).read_hdf现在提高IOError当传入一个不存在的文件时。以前，创建了一个新的空文件，并且KeyError已提高 (GH7715 )。DataFrame.info()现在以换行符结束其输出 (GH8114 )现在，连接任何对象都将引发
ValueError而不是光秃秃的Exception。Merge errors will now be sub-classes of
ValueErrorrather than rawException(GH8501)DataFrame.plot和Series.plot关键字现在具有一致的顺序 (GH8037 )
内部重构#
在0.15.0中 Index 已在内部重构为不再是子类 ndarray 取而代之的是子类 PandasObject ，类似于其他大Pandas的物体。此更改允许非常轻松地进行子类划分和创建新的索引类型。这应该是一个透明的更改，对API的影响非常有限 (GH5080 ， GH7439 ， GH7796 ， GH8024 ， GH8367 ， GH7997 ， GH8522 )：
您可能需要使用以下工具来取消对低于0.15.0版的Pandas的腌制
pd.read_pickle而不是pickle.load。看见 pickle docs在使用
PeriodIndex，matplotlib内部轴现在将是Period而不是PeriodIndex(这类似于如何使用DatetimeIndex传递的数组datetimes现在)MultiIndexes will now raise similarly to other pandas objects w.r.t. truth testing, see here (GH7897).
直接使用matplotlib的绘制DatetimeIndex时
plot函数时，轴标签的格式将不再是日期，而是整数(datetime64)。 UPDATE 这在0.15.1中已修复，请参见 here 。
不推荐使用#
这些属性
Categoricallabels和levels属性已弃用，并已重命名为codes和categories。这个
outtype参数为pd.DataFrame.to_dict已被弃用，取而代之的是orient。 (GH7840 )The
convert_dummiesmethod has been deprecated in favor ofget_dummies(GH8140)这个
infer_dst中的参数tz_localize将受到抨击，转而支持ambiguous以便在处理DST过渡时有更大的灵活性。替换infer_dst=True使用ambiguous='infer'对于相同的行为 (GH7943 )。看见 the docs 了解更多详细信息。The top-level
pd.value_rangehas been deprecated and can be replaced by.describe()(GH8481)
The
Indexset operations+and-were deprecated in order to provide these for numeric type operations on certain index types.+can be replaced by.union()or|, and-by.difference(). Further the method nameIndex.diff()is deprecated and can be replaced byIndex.difference()(GH8226)# + pd.Index(['a', 'b', 'c']) + pd.Index(['b', 'c', 'd']) # should be replaced by pd.Index(['a', 'b', 'c']).union(pd.Index(['b', 'c', 'd']))
# - pd.Index(['a', 'b', 'c']) - pd.Index(['b', 'c', 'd']) # should be replaced by pd.Index(['a', 'b', 'c']).difference(pd.Index(['b', 'c', 'd']))
这个
infer_types参数为read_html()现在不起作用，已弃用 (GH7762 ， GH7032 )。
删除先前版本的弃用/更改#
删除
DataFrame.delevel赞成的方法DataFrame.reset_index
增强#
在导入/导出STATA文件方面的增强：
Added support for bool, uint8, uint16 and uint32 data types in
to_stata(GH7097, GH7365)添加了导入Stata文件时的转换选项 (GH8527 )
DataFrame.to_stata和StataWriter检查字符串长度是否符合DTA文件中施加的限制，其中固定宽度的字符串必须包含244个或更少的字符。尝试写入字符串长度超过244个字符的Stata DTA文件会引发ValueError。 (GH7858 )read_stata和StataReader可以将丢失的数据信息导入到DataFrame通过设置参数convert_missing至True。使用此选项时，缺少的值返回为StataMissingValue包含缺失值的对象和列具有object数据类型。 (GH8045 )
绘图功能的增强：
已添加
layout关键字至DataFrame.plot。可以传递一个元组(rows, columns)，其中之一可以是-1自动推断 (GH6667 ， GH8071 )。Allow to pass multiple axes to
DataFrame.plot,histandboxplot(GH5353, GH6970, GH7069)Added support for
c,colormapandcolorbararguments forDataFrame.plotwithkind='scatter'(GH7780)Histogram from
DataFrame.plotwithkind='hist'(GH7809), See the docs.Boxplot from
DataFrame.plotwithkind='box'(GH7998), See the docs.
其他：
read_csvnow has a keyword parameterfloat_precisionwhich specifies which floating-point converter the C engine should use during parsing, see here (GH8002, GH8044)已添加
searchsorted方法来执行以下操作Series对象 (GH7447 )describe()on mixed-types DataFrames is more flexible. Type-based column filtering is now possible via theinclude/excludearguments. See the docs (GH8164).In [95]: df = pd.DataFrame({'catA': ['foo', 'foo', 'bar'] * 8, ....: 'catB': ['a', 'b', 'c', 'd'] * 6, ....: 'numC': np.arange(24), ....: 'numD': np.arange(24.) + .5}) ....: In [96]: df.describe(include=["object"]) Out[96]: catA catB count 24 24 unique 2 4 top foo a freq 16 6 [4 rows x 2 columns] In [97]: df.describe(include=["number", "object"], exclude=["float"]) Out[97]: catA catB numC count 24 24 24.000000 unique 2 4 NaN top foo a NaN freq 16 6 NaN mean NaN NaN 11.500000 std NaN NaN 7.071068 min NaN NaN 0.000000 25% NaN NaN 5.750000 50% NaN NaN 11.500000 75% NaN NaN 17.250000 max NaN NaN 23.000000 [11 rows x 3 columns]
可以使用速记‘All’请求所有列
In [98]: df.describe(include='all') Out[98]: catA catB numC numD count 24 24 24.000000 24.000000 unique 2 4 NaN NaN top foo a NaN NaN freq 16 6 NaN NaN mean NaN NaN 11.500000 12.000000 std NaN NaN 7.071068 7.071068 min NaN NaN 0.000000 0.500000 25% NaN NaN 5.750000 6.250000 50% NaN NaN 11.500000 12.000000 75% NaN NaN 17.250000 17.750000 max NaN NaN 23.000000 23.500000 [11 rows x 4 columns]
如果没有这些争论，
describe将像以前一样运行，仅包括数字列，或者如果没有数字列，则仅包括分类列。另请参阅 docs已添加
split作为对orient中的参数pd.DataFrame.to_dict。 (GH7840 )这个
get_dummies方法现在可以在DataFrames上使用。默认情况下，只有分类列被编码为0和1，而其他列保持不变。In [99]: df = pd.DataFrame({'A': ['a', 'b', 'a'], 'B': ['c', 'c', 'b'], ....: 'C': [1, 2, 3]}) ....: In [100]: pd.get_dummies(df) Out[100]: C A_a A_b B_b B_c 0 1 1 0 0 1 1 2 0 1 0 1 2 3 1 0 1 0 [3 rows x 5 columns]
PeriodIndexsupportsresolutionas the same asDatetimeIndex(GH7708)pandas.tseries.holiday增加了对额外节假日和节假日庆祝方式的支持 (GH7070 )pandas.tseries.holiday.Holiday现在支持Python3中的偏移量列表 (GH7070 )pandas.tseries.holiday.Holiday现在支持Days_of_Week参数 (GH7070 )GroupBy.nth()现在支持选择多个第n个值 (GH7910 )In [101]: business_dates = pd.date_range(start='4/1/2014', end='6/30/2014', freq='B') In [102]: df = pd.DataFrame(1, index=business_dates, columns=['a', 'b']) # get the first, 4th, and last date index for each month In [103]: df.groupby([df.index.year, df.index.month]).nth([0, 3, -1]) Out[103]: a b 2014 4 1 1 4 1 1 4 1 1 5 1 1 5 1 1 5 1 1 6 1 1 6 1 1 6 1 1 [9 rows x 2 columns]
Period和PeriodIndex支持加/减timedelta-点赞 (GH7966 )如果
Period频率为D，H，T，S，L，U，N，Timedelta-如果结果可以有相同的频率，可以添加Like。否则，只有相同的offsets可以添加。In [104]: idx = pd.period_range('2014-07-01 09:00', periods=5, freq='H') In [105]: idx Out[105]: PeriodIndex(['2014-07-01 09:00', '2014-07-01 10:00', '2014-07-01 11:00', '2014-07-01 12:00', '2014-07-01 13:00'], dtype='period[H]') In [106]: idx + pd.offsets.Hour(2) Out[106]: PeriodIndex(['2014-07-01 11:00', '2014-07-01 12:00', '2014-07-01 13:00', '2014-07-01 14:00', '2014-07-01 15:00'], dtype='period[H]') In [107]: idx + pd.Timedelta('120m') Out[107]: PeriodIndex(['2014-07-01 11:00', '2014-07-01 12:00', '2014-07-01 13:00', '2014-07-01 14:00', '2014-07-01 15:00'], dtype='period[H]') In [108]: idx = pd.period_range('2014-07', periods=5, freq='M') In [109]: idx Out[109]: PeriodIndex(['2014-07', '2014-08', '2014-09', '2014-10', '2014-11'], dtype='period[M]') In [110]: idx + pd.offsets.MonthEnd(3) Out[110]: PeriodIndex(['2014-10', '2014-11', '2014-12', '2015-01', '2015-02'], dtype='period[M]')
添加了与
openpyxl对于大于等于2.0的版本。这个DataFrame.to_excel方法engine关键字现在可以识别openpyxl1和openpyxl2其将显式地分别需要OpenPYX1V1和V2，如果所请求的版本不可用则失败。这个openpyxlEngine现在是一个元引擎，可以自动使用任何已安装的Openpyxl版本。 (GH7177 )DataFrame.fillna现在可以接受DataFrame作为填充值 (GH8377 )将多个级别传递到
stack()现在将在传递多个级别编号时起作用 (GH7660 )。看见 Reshaping by stacking and unstacking 。set_names(),set_labels(), andset_levels()methods now take an optionallevelkeyword argument to all modification of specific level(s) of a MultiIndex. Additionallyset_names()now accepts a scalar string value when operating on anIndexor on a specific level of aMultiIndex(GH7792)In [111]: idx = pd.MultiIndex.from_product([['a'], range(3), list("pqr")], .....: names=['foo', 'bar', 'baz']) .....: In [112]: idx.set_names('qux', level=0) Out[112]: MultiIndex([('a', 0, 'p'), ('a', 0, 'q'), ('a', 0, 'r'), ('a', 1, 'p'), ('a', 1, 'q'), ('a', 1, 'r'), ('a', 2, 'p'), ('a', 2, 'q'), ('a', 2, 'r')], names=['qux', 'bar', 'baz']) In [113]: idx.set_names(['qux', 'corge'], level=[0, 1]) Out[113]: MultiIndex([('a', 0, 'p'), ('a', 0, 'q'), ('a', 0, 'r'), ('a', 1, 'p'), ('a', 1, 'q'), ('a', 1, 'r'), ('a', 2, 'p'), ('a', 2, 'q'), ('a', 2, 'r')], names=['qux', 'corge', 'baz']) In [114]: idx.set_levels(['a', 'b', 'c'], level='bar') Out[114]: MultiIndex([('a', 'a', 'p'), ('a', 'a', 'q'), ('a', 'a', 'r'), ('a', 'b', 'p'), ('a', 'b', 'q'), ('a', 'b', 'r'), ('a', 'c', 'p'), ('a', 'c', 'q'), ('a', 'c', 'r')], names=['foo', 'bar', 'baz']) In [115]: idx.set_levels([['a', 'b', 'c'], [1, 2, 3]], level=[1, 2]) Out[115]: MultiIndex([('a', 'a', 1), ('a', 'a', 2), ('a', 'a', 3), ('a', 'b', 1), ('a', 'b', 2), ('a', 'b', 3), ('a', 'c', 1), ('a', 'c', 2), ('a', 'c', 3)], names=['foo', 'bar', 'baz'])
Index.isin现在支持level参数指定用于成员资格测试的索引级别 (GH7892 ， GH7890 )In [1]: idx = pd.MultiIndex.from_product([[0, 1], ['a', 'b', 'c']]) In [2]: idx.values Out[2]: array([(0, 'a'), (0, 'b'), (0, 'c'), (1, 'a'), (1, 'b'), (1, 'c')], dtype=object) In [3]: idx.isin(['a', 'c', 'e'], level=1) Out[3]: array([ True, False, True, True, False, True], dtype=bool)
Index现在支持duplicated和drop_duplicates。 (GH4060 )In [116]: idx = pd.Index([1, 2, 3, 4, 1, 2]) In [117]: idx Out[117]: Int64Index([1, 2, 3, 4, 1, 2], dtype='int64') In [118]: idx.duplicated() Out[118]: array([False, False, False, False, True, True]) In [119]: idx.drop_duplicates() Out[119]: Int64Index([1, 2, 3, 4], dtype='int64')
添加
copy=True参数为pd.concat要启用完整数据块的传递，请执行以下操作 (GH8252 )添加了对NumPy 1.8+数据类型的支持 (
bool_，int_，float_，string_)用于转换为R数据帧 (GH8400 )
性能#
在以下方面的性能改进
DatetimeIndex.__iter__以实现更快的迭代 (GH7683 )在以下方面的性能改进
Period创建(和PeriodIndex情况)) (GH5155 )改进Series.Transform以实现显著的性能提升(修订) (GH6496 )
在以下方面的性能改进
StataWriter在写入大文件时 (GH8079 )Performance and memory usage improvements in multi-key
groupby(GH8128)Groupby中的性能改进
.agg和.apply其中，内置最大/最小值未映射到NumPy/Cythonated版本 (GH7722 )写入SQL时的性能改进 (
to_sql)高达50% (GH8208 )。针对大值n组的Groupby进行性能基准测试 (GH6787 )
Performance improvement in
CustomBusinessDay,CustomBusinessMonth(GH8236)性能提升
MultiIndex.values对于包含日期时间的多级索引 (GH8543 )
错误修复#
使用页边距和字典聚合函数时，PIVOT_TABLE中存在错误 (GH8349 )
窃听
read_csv哪里squeeze=True将返回一个视图 (GH8217 )检查中的表名时出现错误
read_sql在某些情况下 (GH7826 )。窃听
DataFrame.groupby哪里Grouper指定频率时不识别电平 (GH7885 )将DataFrame保存到SQL表时混合多索引数据类型的错误 (GH8021 )
窃听
Series0-带浮点和整数操作数数据类型的除法 (GH7785 )窃听
Series.astype("unicode")没有来电unicode正确认识价值观 (GH7758 )窃听
DataFrame.as_matrix()混合使用datetime64[ns]和timedelta64[ns]数据类型 (GH7778 )Bug in
HDFStore.select_column()not preserving UTC timezone info when selecting aDatetimeIndex(GH7777)窃听
to_datetime什么时候format='%Y%m%d'和coerce=True之前返回对象数组的位置(而不是使用NaT), (GH7930 )窃听
DatetimeIndex和PeriodIndex就地加法和就地减法产生不同于正常结果的结果 (GH6527 )Bug in adding and subtracting
PeriodIndexwithPeriodIndexraiseTypeError(GH7741)Bug in
combine_firstwithPeriodIndexdata raisesTypeError(GH3367)缺少索引器的多索引切片中的错误 (GH7866 )
具有各种边缘情况的多索引切片中的错误 (GH8132 )
非标量类型对象的多索引索引中的回归 (GH7914 )
窃听
Timestamp与==和int64数据类型 (GH8058 )泡菜中的臭虫包含
DateOffset可能会提高AttributeError什么时候normalize属性在内部引用 (GH7748 )窃听
Panel在使用时major_xs和copy=False已传递(由于缺少，弃用警告失败warnings) (GH8152 )。Pickle反序列化中的错误，对于0.14.1之前的容器，带有DUP项的容器在匹配块和管理器项时试图避免歧义，当只有一个块时不会有歧义 (GH7794 )
Bug in putting a
PeriodIndexinto aSerieswould convert toint64dtype, rather thanobjectofPeriods(GH7932)窃听
HDFStore传递WHERE时的迭代 (GH8014 )窃听
DataFrameGroupby.transform使用传递的未排序键进行转换时 (GH8046 ， GH8430 )重复绘制时间序列线和面积图中的错误可能会导致
ValueError或错误的种类 (GH7733 )中的推理错误
MultiIndex使用datetime.date输入 (GH7888 )窃听
get其中一个IndexError不会导致返回缺省值 (GH7725 )窃听
offsets.apply，rollforward和rollback可能重置为纳秒级 (GH7697 )窃听
offsets.apply，rollforward和rollback可能会提高AttributeError如果Timestamp有dateutilTZINFO (GH7697 )Bug in sorting a MultiIndex frame with a
Float64Index(GH8017)RHS为A的不一致面板组件中的错误
DataFrame用于对齐 (GH7763 )Bug in
is_superperiodandis_subperiodcannot handle higher frequencies thanS(GH7760, GH7772, GH7803)Bug in 32-bit platforms with
Series.shift(GH8129)Bug in
PeriodIndex.uniquereturns int64np.ndarray(GH7540)窃听
groupby.apply在该函数中有一个非影响突变 (GH8467 )Bug in
DataFrame.reset_indexwhich hasMultiIndexcontainsPeriodIndexorDatetimeIndexwith tz raisesValueError(GH7746, GH7793)窃听
DataFrame.plot使用subplots=True可能会绘制不必要的次要xtick和ytick (GH7801 )窃听
StataReader由于Stata文档和实施之间的差异，无法读取117个文件中的变量标签 (GH7816 )窃听
StataReader其中字符串始终转换为244个字符-固定宽度，与基础字符串大小无关 (GH7858 )窃听
DataFrame.plot和Series.plot可能会忽略rot和fontsize关键词 (GH7844 )窃听
DatetimeIndex.value_counts不保留TZ (GH7735 )Bug in
PeriodIndex.value_countsresults inInt64Index(GH7735)窃听
DataFrame.join在索引上执行左联接并且有多个匹配项时 (GH5391 )窃听
GroupBy.transform()其中，转换不保留索引的整型组被错误截断 (GH7972 )。Bug in
groupbywhere callable objects without name attributes would take the wrong path, and produce aDataFrameinstead of aSeries(GH7929)窃听
groupbyDataFrame分组列重复时的错误消息 (GH7511 )窃听
read_html其中infer_types争辩强迫不正确的约会点赞 (GH7762 ， GH7032 )。窃听
Series.str.cat具有经过筛选以不包括第一项的索引 (GH7857 )窃听
Timestamp无法解析nanosecond发件人字符串 (GH7878 )窃听
Timestamp使用字符串偏移量和tz结果不正确 (GH7833 )窃听
tslib.tz_convert和tslib.tz_convert_single可能会返回不同的结果 (GH7798 )Bug in
DatetimeIndex.intersectionof non-overlapping timestamps with tz raisesIndexError(GH7880)与TimeOps和非唯一索引保持一致的错误 (GH8363 )
窃听
GroupBy.filter()其中，快速路径与慢速路径使筛选器返回一个看起来有效但实际上无效的非标量值 (GH7870 )。窃听
date_range()/DatetimeIndex()从输入日期推断时区，但在跨越DST边界时返回错误的时间 (GH7835 ， GH7901 )。窃听
to_excel()其中负号被前置为正无穷大，而不是负无穷大 (GH7949 )Bug in area plot draws legend with incorrect
alphawhenstacked=True(GH8027)Period和PeriodIndex加法/减法np.timedelta64导致不正确的内部表示 (GH7740 )窃听
Holiday没有偏移量或遵守 (GH7987 )Bug in
DataFrame.to_latexformatting when columns or index is aMultiIndex(GH7982).窃听
DateOffset夏令时前后产生意想不到的结果 (GH5175 )。窃听
DataFrame.shift空列将抛出的ZeroDivisionError关于NumPy 1.7 (GH8019 )在以下位置安装时出现错误
html_encoding/*.html未安装，因此某些测试未正确运行 (GH7927 )。Bug in
read_htmlwherebytesobjects were not tested for in_read(GH7927).窃听
DataFrame.stack()当其中一个列级别是类似日期的 (GH8039 )Bug in broadcasting numpy scalars with
DataFrame(GH8116)Bug in
pivot_tableperformed with namelessindexandcolumnsraisesKeyError(GH8103)窃听
DataFrame.plot(kind='scatter')指定颜色时，使用不同的颜色绘制点和错误条c关键字 (GH8081 )窃听
Float64Index哪里iat和at我们没有进行测试，而且失败了 (GH8092 )。窃听
DataFrame.boxplot()在生成多个轴时未正确设置y限制的位置 (GH7528 ， GH5517 )。Bug in
read_csvwhere line comments were not handled correctly given a custom line terminator ordelim_whitespace=True(GH8122).Bug in
read_htmlwhere empty tables caused aStopIteration(GH7575)在相同数据类型的块中设置列时出现强制转换错误 (GH7704 )
从访问组时出现错误
GroupBy当原始石斑鱼是元组时 (GH8121 )。窃听
.at它将接受非整数索引上的整数索引器并进行回退 (GH7814 )KDE绘图和NAS中的错误 (GH8182 )
窃听
GroupBy.count不排除WITH FLOAT32数据类型为NaN值 (GH8169 )。带有堆叠的Barploy和Nan的BUG (GH8175 )。
具有不可均匀分割偏移量的重新采样中的错误(例如‘7s’) (GH8371 )
的插补方法中的错误
limit不需要内插值时的关键字 (GH7173 )。Bug where
col_spacewas ignored inDataFrame.to_string()whenheader=False(GH8230).BUG与
DatetimeIndex.asof不正确匹配部分字符串并返回错误的日期 (GH8245 )。修改全局matplotlib rcParams的绘图方法中存在错误 (GH8242 )。
窃听
DataFrame.__setitem__这导致在将DataFrame列设置为稀疏数组时出错 (GH8131 )BUG在哪里
Dataframe.boxplot()整列为空时失败 (GH8181 )。中的混乱变量错误
radviz可视化 (GH8199 )。的插补方法中的错误
limit不需要内插值时的关键字 (GH7173 )。Bug where
col_spacewas ignored inDataFrame.to_string()whenheader=False(GH8230).窃听
to_clipboard这将剪裁长列数据 (GH8305 )窃听
DataFrame端子显示：将max_Column/max_row设置为零不会触发自动调整DFS大小以适应端子宽度/高度 (GH7180 )。OLS中的错误，使用“CLUSTER”和“NW_LAGS”参数运行时不能正常工作，但也不会抛出错误 (GH5884 )。
窃听
DataFrame.dropna将子集参数中不存在的列解释为“最后一列” (GH8303 )窃听
Index.intersection关于非单调非唯一索引 (GH8362 )。掩码序列赋值中的错误，其中不匹配的类型会破坏对齐 (GH8387 )
窃听
NDFrame.equals给出带有dtype=Object的假阴性 (GH8437 )索引器的赋值错误，其中类型多样性会破坏对齐 (GH8258 )
窃听
NDFrame.loc当目标为列表时行/列名丢失时进行索引/ndarray (GH6552 )回归到
NDFrame.loc如果目标是空列表，则行/列转换为Float64Index时进行索引/ndarray (GH7774 )窃听
Series这使得它可以通过DataFrame这产生了意想不到的结果。不再允许这样的索引 (GH8444 )的项分配中存在错误
DataFrame对于右侧列未对齐的多索引列 (GH7655 )在比较包含NaN的对象数组是否相等时，禁止NumPy生成的FutureWarning (GH7065 )
窃听
DataFrame.eval()其中，的数据类型not操作员 (~)未被正确推断为bool。
贡献者#
共有80人为此次发布贡献了补丁。名字中带有“+”的人第一次贡献了一个补丁。
Aaron Schumacher +
Adam Greenhall
Andy Hayden
Anthony O'Brien +
Artemy Kolchinsky +
Ben Schiller +
Benedikt Sauer
Benjamin Thyreau +
BorisVerk +
Chris Reynolds +
Chris Stoafer +
DSM
Dav Clark +
FragLegs +
German Gomez-Herrero +
Hsiaoming Yang +
Huan Li +
Hyungtae Kim +
Isaac Slavitt +
Jacob Schaer
Jacob Wasserman +
Jan Schulz
Jeff Reback
Jeff Tratner
Jesse Farnham +
Joe Bradish +
Joerg Rittinger +
John W. O'Brien
Joris Van den Bossche
Kevin Sheppard
Kyle Meyer
Max Chang +
Michael Mueller
Michael W Schatzow +
Mike Kelly
Mortada Mehyar
Nathan Sanders +
Nathan Typanski +
Paul Masurel +
Phillip Cloud
Pietro Battiston
RenzoBertocchi +
Ross Petchler +
Shahul Hameed +
Shashank Agarwal +
Stephan Hoyer
Tom Augspurger
TomAugspurger
Tony Lorenzo +
Wes Turner
Wilfred Hughes +
Yevgeniy Grechka +
Yoshiki Vázquez Baeza +
behzad nouri +
benjamin
bjonen +
dlovell +
dsm054
hunterowens +
immerrr
ischwabacher
jmorris0x0 +
jnmclarty +
jreback
klonuo +
lexual
mcjcode +
mtrbean +
onesandzeroes
rockg
seth-p
sinhrks
someben +
stahlous +
stas-sl +
thatneat +
tom-alcorn +
unknown
unutbu
zachcp +