版本0.16.0(2015年3月22日)#

这是从0.15.2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。

亮点包括：

  • DataFrame.assign method, see here

  • Series.to_coo/from_coo methods to interact with scipy.sparse, see here

  • 向后不兼容的更改 Timedelta 为了符合 .seconds 具有的属性 datetime.timedelta ，请参见 here

  • 对 .loc 切片API以符合的行为 .ix 看见 here

  • 中排序的默认设置的更改 Categorical 构造函数，请参见 here

  • 增强了 .str 访问器以使字符串操作更容易，请参见 here

  • 这个 pandas.tools.rplot ， pandas.sandbox.qtpandas 和 pandas.rpy 模块已弃用。我们向用户推荐外部包，如 seaborn ， pandas-qt 和 rpy2 有关类似或等效的功能，请参见 here

检查 API Changes 和 deprecations 在更新之前。

新功能#

数据帧分配#

受 dplyr's mutate 谓词，DataFrame有一个新的 assign() 方法。的函数签名 assign 就是简单地 **kwargs 。键是新字段的列名，值是要插入的值(例如 Series 或NumPy数组)，或要在 DataFrame 。插入新值，并返回整个DataFrame(包括所有原始列和新列)。

In [1]: iris = pd.read_csv('data/iris.data')

In [2]: iris.head()
Out[2]: 
   SepalLength  SepalWidth  PetalLength  PetalWidth         Name
0          5.1         3.5          1.4         0.2  Iris-setosa
1          4.9         3.0          1.4         0.2  Iris-setosa
2          4.7         3.2          1.3         0.2  Iris-setosa
3          4.6         3.1          1.5         0.2  Iris-setosa
4          5.0         3.6          1.4         0.2  Iris-setosa

[5 rows x 5 columns]

In [3]: iris.assign(sepal_ratio=iris['SepalWidth'] / iris['SepalLength']).head()
Out[3]: 
   SepalLength  SepalWidth  PetalLength  PetalWidth         Name  sepal_ratio
0          5.1         3.5          1.4         0.2  Iris-setosa     0.686275
1          4.9         3.0          1.4         0.2  Iris-setosa     0.612245
2          4.7         3.2          1.3         0.2  Iris-setosa     0.680851
3          4.6         3.1          1.5         0.2  Iris-setosa     0.673913
4          5.0         3.6          1.4         0.2  Iris-setosa     0.720000

[5 rows x 6 columns]

上面是一个插入预计算值的示例。我们还可以传入一个要计算的函数。

In [4]: iris.assign(sepal_ratio=lambda x: (x['SepalWidth']
   ...:                                    / x['SepalLength'])).head()
   ...: 
Out[4]: 
   SepalLength  SepalWidth  PetalLength  PetalWidth         Name  sepal_ratio
0          5.1         3.5          1.4         0.2  Iris-setosa     0.686275
1          4.9         3.0          1.4         0.2  Iris-setosa     0.612245
2          4.7         3.2          1.3         0.2  Iris-setosa     0.680851
3          4.6         3.1          1.5         0.2  Iris-setosa     0.673913
4          5.0         3.6          1.4         0.2  Iris-setosa     0.720000

[5 rows x 6 columns]

的力量 assign 在操作链中使用时出现。例如，我们可以将DataFrame限制为Sepal长度大于5的数据帧，计算比率并绘制

In [5]: iris = pd.read_csv('data/iris.data')

In [6]: (iris.query('SepalLength > 5')
   ...:      .assign(SepalRatio=lambda x: x.SepalWidth / x.SepalLength,
   ...:              PetalRatio=lambda x: x.PetalWidth / x.PetalLength)
   ...:      .plot(kind='scatter', x='SepalRatio', y='PetalRatio'))
   ...: 
Out[6]: <AxesSubplot:xlabel='SepalRatio', ylabel='PetalRatio'>
../_images/whatsnew_assign.png

请参阅 documentation 想要更多。 (GH9229 )

与Scipy.Sparse交互#

已添加 SparseSeries.to_coo() 和 SparseSeries.from_coo() 方法： (GH8048 )用于转换为 scipy.sparse.coo_matrix 实例(请参见 here )。例如，给定具有多索引的SparseSeries，我们可以将其转换为 scipy.sparse.coo_matrix 通过将行标签和列标签指定为索引级别：

s = pd.Series([3.0, np.nan, 1.0, 3.0, np.nan, np.nan])
s.index = pd.MultiIndex.from_tuples([(1, 2, 'a', 0),
                                     (1, 2, 'a', 1),
                                     (1, 1, 'b', 0),
                                     (1, 1, 'b', 1),
                                     (2, 1, 'b', 0),
                                     (2, 1, 'b', 1)],
                                    names=['A', 'B', 'C', 'D'])

s

# SparseSeries
ss = s.to_sparse()
ss

A, rows, columns = ss.to_coo(row_levels=['A', 'B'],
                             column_levels=['C', 'D'],
                             sort_labels=False)

A
A.todense()
rows
columns

From_coo方法是一种用于创建 SparseSeries 从一个 scipy.sparse.coo_matrix ：

from scipy import sparse
A = sparse.coo_matrix(([3.0, 1.0, 2.0], ([1, 0, 0], [0, 2, 3])),
                      shape=(3, 4))
A
A.todense()

ss = pd.SparseSeries.from_coo(A)
ss

字符串方法增强功能#

  • 可以通过以下方式访问以下新方法 .str 访问器将函数应用于每个值。这是为了使其与字符串上的标准方法更一致。 (GH9282 ， GH9352 ， GH9386 ， GH9387 ， GH9439 )

    方法：

    isalnum()

    isalpha()

    isdigit()

    isdigit()

    isspace()

    islower()

    isupper()

    istitle()

    isnumeric()

    isdecimal()

    find()

    rfind()

    ljust()

    rjust()

    zfill()

    		 
    In [7]: s = pd.Series(['abcd', '3456', 'EFGH'])

In [8]: s.str.isalpha()
Out[8]: 
0     True
1    False
2     True
Length: 3, dtype: bool

In [9]: s.str.find('ab')
Out[9]: 
0    0
1   -1
2   -1
Length: 3, dtype: int64

  • Series.str.pad() 和 Series.str.center() 现在接受 fillchar 用于指定填充字符的选项 (GH9352 )

    In [10]: s = pd.Series(['12', '300', '25'])

In [11]: s.str.pad(5, fillchar='_')
Out[11]: 
0    ___12
1    __300
2    ___25
Length: 3, dtype: object

  • Added Series.str.slice_replace(), which previously raised NotImplementedError (GH8888)

    In [12]: s = pd.Series(['ABCD', 'EFGH', 'IJK'])

In [13]: s.str.slice_replace(1, 3, 'X')
Out[13]: 
0    AXD
1    EXH
2     IX
Length: 3, dtype: object

# replaced with empty char
In [14]: s.str.slice_replace(0, 1)
Out[14]: 
0    BCD
1    FGH
2     JK
Length: 3, dtype: object

其他增强功能#

  • 重新编制索引现在支持 method='nearest' 对于具有单调递增或递减指数的帧或系列 (GH9258 )：

    In [15]: df = pd.DataFrame({'x': range(5)})

In [16]: df.reindex([0.2, 1.8, 3.5], method='nearest')
Out[16]: 
     x
0.2  0
1.8  2
3.5  4

[3 rows x 1 columns]

    此方法也由较低级别公开 Index.get_indexer 和 Index.get_loc 方法。

  • 这个 read_excel() 函数的 sheetname 参数现在接受列表和 None ，以分别获得多张或全部图纸。如果指定了多个工作表，则返回词典。 (GH9450 )

    # Returns the 1st and 4th sheet, as a dictionary of DataFrames.
pd.read_excel('path_to_file.xls', sheetname=['Sheet1', 3])

  • Allow Stata files to be read incrementally with an iterator; support for long strings in Stata files. See the docs here (GH9493:).

  • 现在，以~开头的路径将扩展为从用户的主目录开始 (GH9066 )

  • Added time interval selection in get_data_yahoo (GH9071)

  • Added Timestamp.to_datetime64() to complement Timedelta.to_timedelta64() (GH9255)

  • tseries.frequencies.to_offset() 现在接受 Timedelta 作为输入 (GH9064 )

  • 将滞后参数添加到自相关方法中 Series ，默认为滞后-1自相关 (GH9192 )

  • Timedelta 现在将接受 nanoseconds 构造函数中的关键字 (GH9273 )

  • SQL代码现在可以安全地转义表名和列名 (GH8986 )

  • Added auto-complete for Series.str.<tab>, Series.dt.<tab> and Series.cat.<tab> (GH9322)

  • Index.get_indexer 现在支持 method='pad' 和 method='backfill' 即使对于任何目标阵列，而不仅仅是单调目标。这些方法同样适用于单调递减指数和单调递增指数 (GH9258 )。

  • Index.asof 现在适用于所有索引类型 (GH9258 )。

  • A verbose 在中增加了论点 io.read_excel() ，默认为False。设置为True可在分析工作表名称时打印它们。 (GH9450 )

  • Added days_in_month (compatibility alias daysinmonth) property to Timestamp, DatetimeIndex, Period, PeriodIndex, and Series.dt (GH9572)

  • 已添加 decimal 选项输入 to_csv 要为非‘’提供格式设置，请执行以下操作小数分隔符 (GH781 )

  • 已添加 normalize 选项用于 Timestamp 归一化到午夜 (GH8794 )

  • 添加了以下示例 DataFrame 使用HDF5文件导入到R，并 rhdf5 类库。请参阅 documentation 了解更多信息 (GH9636 )。

向后不兼容的API更改#

时间增量的变化#

在v0.15.0中，一个新的标量类型 Timedelta 被引入，那是一个子类 datetime.timedelta 。提过 here 是API更改的通知w.r.t.这个 .seconds 访问者。其目的是提供一组用户友好的访问器，这些访问器给出该单元的“自然”值，例如，如果您有 Timedelta('1 day, 10:11:12') ，那么 .seconds 将返回12。但是，这与 datetime.timedelta ，它定义了 .seconds 作为 10 * 3600 + 11 * 60 + 12 == 36672 。

因此，在v0.16.0中，我们将API恢复为与 datetime.timedelta 。此外，组件值仍可通过 .components 访问者。这会影响 .seconds 和 .microseconds 访问器，并删除 .hours ， .minutes ， .milliseconds 存取器。这些变化会影响 TimedeltaIndex 和系列剧 .dt 访问者也是如此。 (GH9185 ， GH9139 )

以前的行为

In [2]: t = pd.Timedelta('1 day, 10:11:12.100123')

In [3]: t.days
Out[3]: 1

In [4]: t.seconds
Out[4]: 12

In [5]: t.microseconds
Out[5]: 123

新行为

In [17]: t = pd.Timedelta('1 day, 10:11:12.100123')

In [18]: t.days
Out[18]: 1

In [19]: t.seconds
Out[19]: 36672

In [20]: t.microseconds
Out[20]: 100123

使用 .components 允许完整组件访问

In [21]: t.components
Out[21]: Components(days=1, hours=10, minutes=11, seconds=12, milliseconds=100, microseconds=123, nanoseconds=0)

In [22]: t.components.seconds
Out[22]: 12

为更改编制索引#

使用的一小部分边缘情况的行为 .loc 已经改变了 (GH8613 )。此外，我们还改进了引发的错误消息的内容：

  • 切片使用 .loc 现在允许在索引中找不到开始和/或停止界限；这以前会引发 KeyError 。这使行为与 .ix 在这种情况下。此更改仅适用于切片，不适用于使用单个标签编制索引时。

    In [23]: df = pd.DataFrame(np.random.randn(5, 4),
   ....:                   columns=list('ABCD'),
   ....:                   index=pd.date_range('20130101', periods=5))
   ....: 

In [24]: df
Out[24]: 
                   A         B         C         D
2013-01-01  0.469112 -0.282863 -1.509059 -1.135632
2013-01-02  1.212112 -0.173215  0.119209 -1.044236
2013-01-03 -0.861849 -2.104569 -0.494929  1.071804
2013-01-04  0.721555 -0.706771 -1.039575  0.271860
2013-01-05 -0.424972  0.567020  0.276232 -1.087401

[5 rows x 4 columns]

In [25]: s = pd.Series(range(5), [-2, -1, 1, 2, 3])

In [26]: s
Out[26]: 
-2    0
-1    1
 1    2
 2    3
 3    4
Length: 5, dtype: int64

    以前的行为

    In [4]: df.loc['2013-01-02':'2013-01-10']
KeyError: 'stop bound [2013-01-10] is not in the [index]'

In [6]: s.loc[-10:3]
KeyError: 'start bound [-10] is not the [index]'

    新行为

    In [27]: df.loc['2013-01-02':'2013-01-10']
Out[27]: 
                   A         B         C         D
2013-01-02  1.212112 -0.173215  0.119209 -1.044236
2013-01-03 -0.861849 -2.104569 -0.494929  1.071804
2013-01-04  0.721555 -0.706771 -1.039575  0.271860
2013-01-05 -0.424972  0.567020  0.276232 -1.087401

[4 rows x 4 columns]

In [28]: s.loc[-10:3]
Out[28]: 
-2    0
-1    1
 1    2
 2    3
 3    4
Length: 5, dtype: int64

  • 允许对以下对象的整数索引使用类似浮点值的切片 .ix 。以前，此功能仅为 .loc ：

    以前的行为

    In [8]: s.ix[-1.0:2]
TypeError: the slice start value [-1.0] is not a proper indexer for this index type (Int64Index)

    新行为

    In [2]: s.ix[-1.0:2]
Out[2]:
-1    1
 1    2
 2    3
dtype: int64

  • 时，为该索引的无效类型的索引提供有用的异常 .loc 。例如，试图使用 .loc 在类型的索引上 DatetimeIndex 或 PeriodIndex 或 TimedeltaIndex ，带有一个整数(或浮点数)。

    以前的行为

    In [4]: df.loc[2:3]
KeyError: 'start bound [2] is not the [index]'

    新行为

    In [4]: df.loc[2:3]
TypeError: Cannot do slice indexing on <class 'pandas.tseries.index.DatetimeIndex'> with <type 'int'> keys

绝对的变化#

在以前的版本中， Categoricals 它有一个未指明的顺序(意味着没有 ordered 关键字已传递)默认为 ordered 一目了然。展望未来， ordered 中的关键字 Categorical 构造函数将默认为 False 。现在，排序必须是明确的。

而且，之前你 可能 更改 ordered 属性，只需设置属性即可，例如 cat.ordered=True ；它现在已弃用，您应该使用 cat.as_ordered() 或 cat.as_unordered() 。默认情况下，这些函数将返回 new 对象，而不修改现有对象。 (GH9347 ， GH9190 )

以前的行为

In [3]: s = pd.Series([0, 1, 2], dtype='category')

In [4]: s
Out[4]:
0    0
1    1
2    2
dtype: category
Categories (3, int64): [0 < 1 < 2]

In [5]: s.cat.ordered
Out[5]: True

In [6]: s.cat.ordered = False

In [7]: s
Out[7]:
0    0
1    1
2    2
dtype: category
Categories (3, int64): [0, 1, 2]

新行为

In [29]: s = pd.Series([0, 1, 2], dtype='category')

In [30]: s
Out[30]: 
0    0
1    1
2    2
Length: 3, dtype: category
Categories (3, int64): [0, 1, 2]

In [31]: s.cat.ordered
Out[31]: False

In [32]: s = s.cat.as_ordered()

In [33]: s
Out[33]: 
0    0
1    1
2    2
Length: 3, dtype: category
Categories (3, int64): [0 < 1 < 2]

In [34]: s.cat.ordered
Out[34]: True

# you can set in the constructor of the Categorical
In [35]: s = pd.Series(pd.Categorical([0, 1, 2], ordered=True))

In [36]: s
Out[36]: 
0    0
1    1
2    2
Length: 3, dtype: category
Categories (3, int64): [0 < 1 < 2]

In [37]: s.cat.ordered
Out[37]: True

为了便于创建一系列分类数据，我们添加了在调用时传递关键字的功能 .astype() 。它们被直接传递给构造函数。

In [54]: s = pd.Series(["a", "b", "c", "a"]).astype('category', ordered=True)

In [55]: s
Out[55]:
0    a
1    b
2    c
3    a
dtype: category
Categories (3, object): [a < b < c]

In [56]: s = (pd.Series(["a", "b", "c", "a"])
   ....:        .astype('category', categories=list('abcdef'), ordered=False))

In [57]: s
Out[57]:
0    a
1    b
2    c
3    a
dtype: category
Categories (6, object): [a, b, c, d, e, f]

其他API更改#

  • Index.duplicated 现在返回 np.array(dtype=bool) 而不是 Index(dtype=object) 包含 bool 价值。 (GH8875 )

  • DataFrame.to_json 现在为混合数据类型帧的每一列返回准确的类型序列化 (GH9037 )

    以前，数据在序列化之前被强制为通用数据类型，例如，这会导致将整数序列化为浮点数：

    In [2]: pd.DataFrame({'i': [1,2], 'f': [3.0, 4.2]}).to_json()
Out[2]: '{"f":{"0":3.0,"1":4.2},"i":{"0":1.0,"1":2.0}}'

    现在，每列都使用其正确的数据类型进行了序列化：

    In [2]:  pd.DataFrame({'i': [1,2], 'f': [3.0, 4.2]}).to_json()
Out[2]: '{"f":{"0":3.0,"1":4.2},"i":{"0":1,"1":2}}'

  • DatetimeIndex ， PeriodIndex 和 TimedeltaIndex.summary 现在输出相同的格式。 (GH9116 )

  • TimedeltaIndex.freqstr 现在输出与以下相同的字符串格式 DatetimeIndex 。 (GH9116 )

  • 条形图和水平条形图不再沿信息轴添加虚线。之前的风格可以通过matplotlib的 axhline 或 axvline 方法： (GH9088 )。

  • Series 访问者 .dt ， .cat 和 .str 现在举起 AttributeError 而不是 TypeError 如果该系列不包含适当类型的数据 (GH9617 )。这更紧密地遵循了Python的内置异常层次结构，并确保了像 hasattr(s, 'cat') 在Python2和3上都是一致的。

  • Series 现在支持整型的按位运算 (GH9016 )。以前，即使输入数据类型是整型的，输出数据类型也被强制为 bool 。

    以前的行为

    In [2]: pd.Series([0, 1, 2, 3], list('abcd')) | pd.Series([4, 4, 4, 4], list('abcd'))
Out[2]:
a    True
b    True
c    True
d    True
dtype: bool

    新的行为。如果输入数据类型是整型的，则输出数据类型也是整型的，并且输出值是按位运算的结果。

    In [2]: pd.Series([0, 1, 2, 3], list('abcd')) | pd.Series([4, 4, 4, 4], list('abcd'))
Out[2]:
a    4
b    5
c    6
d    7
dtype: int64

  • 在分组表决期间，涉及 Series 或 DataFrame ， 0/0 和 0//0 现在给我 np.nan 而不是 np.inf 。 (GH9144 ， GH8445 )

    以前的行为

    In [2]: p = pd.Series([0, 1])

In [3]: p / 0
Out[3]:
0    inf
1    inf
dtype: float64

In [4]: p // 0
Out[4]:
0    inf
1    inf
dtype: float64

    新行为

    In [38]: p = pd.Series([0, 1])

In [39]: p / 0
Out[39]: 
0    NaN
1    inf
Length: 2, dtype: float64

In [40]: p // 0
Out[40]: 
0    NaN
1    inf
Length: 2, dtype: float64

  • Series.values_counts 和 Series.describe 对于分类数据，现在将把 NaN 结尾处的条目。 (GH9443 )

  • Series.describe 因为分类数据现在给出的计数和频率为0，而不是 NaN ，用于未使用的类别 (GH9443 )

  • 由于错误修复，使用以下命令查找部分字符串标签 DatetimeIndex.asof 现在包括与字符串匹配的值，即使它们在部分字符串标签的开始之后 (GH9258 )。

    旧行为：

    In [4]: pd.to_datetime(['2000-01-31', '2000-02-28']).asof('2000-02')
Out[4]: Timestamp('2000-01-31 00:00:00')

    已修复行为：

    In [41]: pd.to_datetime(['2000-01-31', '2000-02-28']).asof('2000-02')
Out[41]: Timestamp('2000-02-28 00:00:00')

    要再现旧的行为，只需向标注添加更多精确度(例如，使用 2000-02-01 而不是 2000-02 )。

不推荐使用#

  • 这个 rplot trellis plotting interface is deprecated and will be removed in a future version. We refer to external packages like seaborn for similar but more refined functionality (GH3445). The documentation includes some examples how to convert your existing code from rplot to seaborn here 。

  • 这个 pandas.sandbox.qtpandas 接口已弃用，并将在未来版本中删除。我们向用户推荐外部包 pandas-qt 。 (GH9615 )

  • 这个 pandas.rpy 接口已弃用，并将在未来版本中删除。类似的功能可以通过 rpy2 项目 (GH9602 )

  • 添加 DatetimeIndex/PeriodIndex 给另一个人 DatetimeIndex/PeriodIndex 作为集合运算被弃用。这将更改为 TypeError 在未来的版本中。 .union() 应用于并集运算。 (GH9094 )

  • 减法 DatetimeIndex/PeriodIndex 从另一个人 DatetimeIndex/PeriodIndex 作为集合运算被弃用。这将更改为实际的数字减法，从而产生 TimeDeltaIndex 在未来的版本中。 .difference() 应用于差分集操作。 (GH9094 )

删除先前版本的弃用/更改#

  • DataFrame.pivot_table and crosstab's rows and cols keyword arguments were removed in favor of index and columns (GH6581)

  • DataFrame.to_excel and DataFrame.to_csv cols keyword argument was removed in favor of columns (GH6581)

  • Removed convert_dummies in favor of get_dummies (GH6581)

  • Removed value_range in favor of describe (GH6581)

性能改进#

  • 修复了以下项的性能回归 .loc 使用数组或类似列表的索引 (GH9126 ：)。

  • DataFrame.to_json 混合数据类型帧的性能提高30倍。 (GH9037 )

  • 在以下方面的性能改进 MultiIndex.duplicated 通过使用标签而不是值 (GH9125 )

  • Improved the speed of nunique by calling unique instead of value_counts (GH9129, GH7771)

  • 性能提升多达10倍 DataFrame.count 和 DataFrame.dropna 通过适当地利用同构/异类数据类型 (GH9136 )

  • 性能提升高达20倍 DataFrame.count 在使用 MultiIndex 以及 level 关键字参数 (GH9163 )

  • 中的性能和内存使用率改进 merge 当密钥空间超过 int64 边界 (GH9151 )

  • Performance improvements in multi-key groupby (GH9429)

  • Performance improvements in MultiIndex.sortlevel (GH9445)

  • Performance and memory usage improvements in DataFrame.duplicated (GH9398)

  • Cythonized Period (GH9440)

  • Decreased memory usage on to_hdf (GH9648)

错误修复#

  • 变化 .to_html 删除表体中的前导/尾随空格 (GH4987 )

  • 修复了使用 read_csv 在S3上使用PYTHON 3 (GH9452 )

  • Fixed compatibility issue in DatetimeIndex affecting architectures where numpy.int_ defaults to numpy.int32 (GH8943)

  • 使用类似对象的面板索引时出现错误 (GH9140 )

  • 返回的代码中存在错误 Series.dt.components 索引已重置为默认索引 (GH9247 )

  • 窃听 Categorical.__getitem__/__setitem__ Listlike输入从索引器强制获得不正确的结果 (GH9469 )

  • DatetimeIndex的部分设置中存在错误 (GH9478 )

  • 应用聚合器时，整数和日期64列的GROUPBY中存在错误，该聚合器导致在数字足够大时更改了值 (GH9311 ， GH6620 )

  • 修复了中的错误 to_sql 当映射到 Timestamp 对象列(具有时区信息的DateTime列)设置为适当的SQLalChemy类型 (GH9085 )。

  • 修复了中的错误 to_sql dtype 参数不接受实例化的SQLAlChemy类型 (GH9083 )。

  • Bug in .loc partial setting with a np.datetime64 (GH9516)

  • 在类似日期时间的外观上推断的数据类型不正确 Series 启用(&ON) .xs 切片 (GH9477 )

  • 中的项目 Categorical.unique() (及 s.unique() 如果 s 是数据类型 category )现在以最初找到它们的顺序显示，而不是按排序顺序显示 (GH9331 )。这与大Pandas其他d型的行为现在是一致的。

  • Fixed bug on big endian platforms which produced incorrect results in StataReader (GH8688).

  • 窃听 MultiIndex.has_duplicates 当具有多个级别导致索引器溢出时 (GH9075 ， GH5873 )

  • 窃听 pivot 和 unstack 哪里 nan 值将破坏索引对齐 (GH4862 ， GH7401 ， GH7403 ， GH7405 ， GH7466 ， GH9497 )

  • 左边的臭虫 join 关于多重索引与 sort=True 或空值 (GH9210 )。

  • 窃听 MultiIndex 插入新密钥将失败的位置 (GH9250 )。

  • 窃听 groupby 当密钥空间超过 int64 边界 (GH9096 )。

  • 窃听 unstack 使用 TimedeltaIndex 或 DatetimeIndex 和空值 (GH9491 )。

  • 窃听 rank 将浮点数与容差进行比较会导致行为不一致的情况 (GH8365 )。

  • 修复了中的字符编码错误 read_stata 和 StataReader 从URL加载数据时 (GH9231 )。

  • Bug in adding offsets.Nano to other offsets raises TypeError (GH9284)

  • 窃听 DatetimeIndex 迭代，与 (GH8890 )，固定在 (GH9100 )

  • 虫子进来了 resample 在夏令时前后。这需要修复偏移类，以便它们在DST过渡时正确运行。 (GH5172 ， GH8744 ， GH8653 ， GH9173 ， GH9468 )。

  • 二元运算符方法中的错误(例如 .mul() )与整数级别对齐 (GH9463 )。

  • 箱图、散点图和六箱图中的错误可能会显示不必要的警告 (GH8877 )

  • 子情节中的错误 layout KW可能会显示不必要的警告 (GH9464 )

  • 在使用包装函数(例如，轴)时，使用需要传递参数(例如轴)的分组函数时出现错误。 fillna ), (GH9221 )

  • DataFrame 现在适当地支持同步 copy 和 dtype 构造函数中的参数 (GH9099 )

  • 窃听 read_csv 在带有CR行结尾的文件上使用skipprow时，请使用c引擎。 (GH9079 )

  • isnull now detects NaT in PeriodIndex (GH9129)

  • Groupby中的错误 .nth() 具有多列分组依据 (GH8979 )

  • 窃听 DataFrame.where 和 Series.where 将数字强制为错误字符串 (GH9280 )

  • 窃听 DataFrame.where 和 Series.where 加薪 ValueError 当传递类似字符串列表的时候。 (GH9280 )

  • 访问 Series.str 使用非字符串值的方法现在会引发 TypeError 而不是产生不正确的结果 (GH9184 )

  • 窃听 DatetimeIndex.__contains__ 当索引有重复且不是单调递增时 (GH9512 )

  • 修复了以下项的零除错误 Series.kurt() 当所有值相等时 (GH9197 )

  • 已修复的问题 xlsxwriter 在该引擎中，如果未应用其他格式，则会向单元格添加默认的“常规”格式。这会阻止应用其他行或列格式。 (GH9167 )

  • 修复了的问题 index_col=False 什么时候 usecols 中也指定了 read_csv 。 (GH9082 )

  • BUG在哪里 wide_to_long 将修改输入存根名称列表 (GH9204 )

  • 窃听 to_sql 不使用双精度存储Float64值。 (GH9009 )

  • SparseSeries 和 SparsePanel 现在接受零参数构造函数(与它们的非稀疏对应函数相同) (GH9272 )。

  • 合并中的回归 Categorical 和 object 数据类型 (GH9426 )

  • 窃听 read_csv 带有某些格式错误的输入文件的缓冲区溢出 (GH9205 )

  • GROUPBY多索引中缺少对的错误 (GH9049 ， GH9344 )

  • 修复了中的错误 Series.groupby 在哪里分组 MultiIndex 级别将忽略排序参数 (GH9444 )

  • 修复错误 DataFrame.Groupby 哪里 sort=False 在分类列的情况下被忽略。 (GH8868 )

  • 修复了从Python3上的Amazon S3读取CSV文件时引发TypeError的错误 (GH9452 )

  • Google BigQuery阅读器中的错误，其中‘jobComplete’键可能存在，但在查询结果中为假 (GH8728 )

  • Bug in Series.values_counts with excluding NaN for categorical type Series with dropna=True (GH9443)

  • Fixed missing numeric_only option for DataFrame.std/var/sem (GH9201)

  • 支架施工 Panel 或 Panel4D 使用标量数据 (GH8285 )

  • Series text representation disconnected from max_rows/max_columns (GH7508).

  • Series 截断时数字格式不一致 (GH8532 )。

    以前的行为

    In [2]: pd.options.display.max_rows = 10
In [3]: s = pd.Series([1,1,1,1,1,1,1,1,1,1,0.9999,1,1]*10)
In [4]: s
Out[4]:
0    1
1    1
2    1
...
127    0.9999
128    1.0000
129    1.0000
Length: 130, dtype: float64

    新行为

    0      1.0000
1      1.0000
2      1.0000
3      1.0000
4      1.0000
...
125    1.0000
126    1.0000
127    0.9999
128    1.0000
129    1.0000
dtype: float64

  • 一个伪造品 SettingWithCopy 在某些情况下，在框架中设置新项目时会生成警告 (GH8730 )

    以下代码以前会报告一个 SettingWithCopy 警告。

    In [42]: df1 = pd.DataFrame({'x': pd.Series(['a', 'b', 'c']),
   ....:                     'y': pd.Series(['d', 'e', 'f'])})
   ....: 

In [43]: df2 = df1[['x']]

In [44]: df2['y'] = ['g', 'h', 'i']

贡献者#

共有60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 Toth +

  • Alan Du +

  • Alessandro Amici +

  • Artemy Kolchinsky

  • Ashwini Chaudhary +

  • Ben Schiller

  • Bill Letson

  • Brandon Bradley +

  • Chau Hoang +

  • Chris Reynolds

  • Chris Whelan +

  • Christer van der Meeren +

  • David Cottrell +

  • David Stephens

  • Ehsan Azarnasab +

  • Garrett-R +

  • Guillaume Gay

  • Jake Torcasso +

  • Jason Sexauer

  • Jeff Reback

  • John McNamara

  • Joris Van den Bossche

  • Joschka zur Jacobsmühlen +

  • Juarez Bochi +

  • Junya Hayashi +

  • K.-Michael Aye

  • Kerby Shedden +

  • Kevin Sheppard

  • Kieran O'Mahony

  • Kodi Arfer +

  • Matti Airas +

  • Min RK +

  • Mortada Mehyar

  • Robert +

  • Scott E Lasley

  • Scott Lasley +

  • Sergio Pascual +

  • Skipper Seabold

  • Stephan Hoyer

  • Thomas Grainger

  • Tom Augspurger

  • TomAugspurger

  • Vladimir Filimonov +

  • Vyomkesh Tripathi +

  • Will Holmgren

  • Yulong Yang +

  • behzad nouri

  • bertrandhaut +

  • bjonen

  • cel4 +

  • clham

  • hsperr +

  • ischwabacher

  • jnmclarty

  • josham +

  • jreback

  • omtinez +

  • roch +

  • sinhrks

  • unutbu

上一页

版本0.16.1(2015年5月11日)

下一页

版本0.15.2(2014年12月12日)