Pandas 1.0.0 发布
Pandas 1.0.0 发布了。Pandas 是一个强大的分析结构化数据的工具集;它的使用基础是 Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。
从 1.0.0 开始,Pandas 将采用 SemVer 的一种变体来发布版本,简单来讲,会依据以下几点规则:
将在次要版本中引入弃用(例如 1.1.0、1.2.0 与 2.1.0 等)
在主要版本中将强制弃用(例如 1.0.0、2.0.0 与 3.0.0 等)
API 破坏性变更仅在主要版本中进行(实验性特性除外)
下边看看几个新的实验性特性。
NA
标量表示缺失值
引入了一个新值(单例)pd.NA
来表示标量缺失值,它提供一个“缺失”指示器,该指示器可以在各种数据类型之间一致使用。pd.NA
当前可为空的整数和布尔数据类型以及新的字符串数据类型使用。
专用字符串数据类型
添加StringDtype
专用于字符串数据的扩展类型,以往字符串通常存储在 object-dtype NumPy 数组中。
缺少值的布尔数据类型支持
添加了BooleanDtype
/ BooleanArray
,这是专用于布尔数据的扩展类型,可以保留缺失值。默认 bool
数据类型基于 bool-dtype NumPy 数组,只能保存 True
或False
,而不能是缺失值。
convert_dtypes
简化使用支持扩展 dtypes 的方法
为了鼓励使用支持 pd.NA、扩展 dtypes 的StringDtype
、 BooleanDtype
、Int64Dtype
、Int32Dtype
等,引入了 DataFrame.convert_dtypes()
与Series.convert_dtypes()
等方法。
完整的更新内容较多,可以查看发布说明:
https://pandas.pydata.org/pandas-docs/stable/whatsnew/v1.0.0.html