版本变化

新特性

后向不兼容的 API 更改

弃用 (Deprecations)

  • DataFrame.from_csv() 和 Series.from_csv() 方法被弃用，使用 read_csv()
  • read_excel() 被弃用 sheetname，使用 sheet_name 以和 .to_excel() 保持一致
  • read_excel() 被弃用 parse_cols，使用 usecols 以和 read_csv() 保持一致
  • read_csv() 弃用 tupleize_cols 参数。列元组将始终转换成 MultiIndex
  • DataFrame.to_csv() 弃用 tupleize_cols 参数。多层索引列将始终作为行写入 CSV 文件
  • .take() 方法弃用 convert 参数，因为它没有被遵守
  • pd.options.html.border 被弃用，使用 pd.options.display.html.border
  • SeriesGroupBy.nth() 被弃用 True 而使用 all 作为关键字参数 dropna 的值
  • DataFrame.as_blocks() 弃用，因为暴露了内部实现
  • pd.TimeGrouper 被弃用，使用 pandas.Grouper
  • cdate_range 被弃用，使用 bdate_range()。后者可以使用 weekmask 和 holidays 参数来创建自定义频率日期范围
  • Series.astype() 的关键字参数 categories 和 ordered 被弃用，使用 CategoricalDtype
  • Series、DataFrame、Panel、SparseSeries 和 SparseDataFrame 的 .get_value 和 .set_value 方法被弃用，使用 .iat[] 或 .at[] 访问器
  • 传递一个不存在的列到 .to_excel(..., columns=) 被弃用，而且在以后会引发 KeyError 异常
  • Series.where()、Series.mask()、DataFrame.where() 和 DataFrame.mask() 的 raise_on_error 参数被弃用，使用 errors=
  • 使用 DataFrame.rename_axis() 和 Series.rename_axis() 来修改索引和列标签被弃用，使用 .rename 方法。rename_axis 方法仍然可以用来修改索引或列的名称
  • reindex_axis() 被弃用，使用 reindex()

Series.select 和 DataFrame.select

Series.select() 方法和 DataFrame.select() 方法已经被弃用，使用 df.loc[labels.map(crit)]。

In [72]: df = DataFrame({'A': [1, 2, 3]}, index=['foo', 'bar', 'baz'])

In [3]: df.select(lambda x: x in ['bar', 'baz'])
FutureWarning: select is deprecated and will be removed in a future release. You can use .loc[crit] as a replacement
Out[3]:
     A
bar  2
baz  3

In [73]: df.loc[df.index.map(lambda x: x in ['bar', 'baz'])]
Out[73]:
     A
bar  2
baz  3

Series.argmax 和 Series.argmin

Series.argmax() 方法和 Series.argmin() 已经被弃用，使用 Series.idxmax() 和 Series.idxmin()。

为了兼容 Numpy 数组，pd.Series 实现了 argmax 和 argmin 这两个方法。从 pandas 0.13.0 开始，argmax 被设置为 pandas.Series.idxmax() 的别名，而 argmin 被设置为 pandas.Series.idxmin() 的别名。它们返回最大值和最小值的标签而不是位置。

Series.argmax 和 Series.argmin 的当前行为已被弃用。使用这两个方法回引起 FutureWarning。可以使用 Series.idxmax() 来获得最大值的标签，使用 Series.values.argmax() 来获得最大值的位置，对于最小值也是一样的结果。在未来的版本中 Series.argmax 和 Series.argmin 将返回最大值和最小值的位置。

删除以前版本的弃用/更改

性能提升

  • 实例化 SparseDataFrame 的性能提升
  • Series.dt 不再执行频率推断，在访问属性时速度大幅加快
  • 通过不实现值来提升 set_categories() 的性能
  • 在访问属性时 Timestamp.microsecond 不再重新计算
  • 当数据已是类别类型时 CategoricalIndex 的性能提升
  • 通过使用 RangeIndex 属性执行计算来提升 RangeIndex.min() 和 RangeIndex.max() 的性能

文档变化

  • 一些 NaT 方法的文档描述（如 NaT.ctime()）不正确
  • 移除版本小于 v0.17 的文档

错误修复

转换

索引

I/O

绘图

分组/重采样/回滚

稀疏

重塑

数值

类别

PyPy

其它

results matching ""

    No results matching ""