简介 逗号分隔值 (CSV) 是一种非常流行的存储表格数据的格式，因为它简单易用。该文件可以直接由人类读取，与更有效的二进制格式（例如 parquet）相比：name,age Maryam,23 Mèng yáo …

解释 Copy-on-Write 的迁移路径 简介 Copy-on-Write (CoW) 的引入是一个重大变化，它将对现有的 pandas 代码产生一些影响。我们将研究如何调整我们的代码，以避免在 CoW 默认启用时出现错误。目前计划在 pandas …

关于新版本 pandas 2.1 的最有趣的事情 pandas 2.1 于 2023 年 8 月 30 日发布。让我们看看这个版本引入了哪些内容，以及它将如何帮助我们改进 pandas 工作负载。它包含许多改进，以及一组新的 …

解释 Copy-on-Write 如何优化性能 简介 第一篇文章解释了 Copy-on-Write 机制的工作原理。它强调了在工作流程中引入副本的一些领域。这篇文章将重点介绍确保这不会减慢平均工作流程速度的优化。我们使用了一种 pandas 内部使用的技术……

解释 Copy-on-Write 在内部的工作原理 简介 pandas 2.0 于 4 月初发布，为新的 Copy-on-Write (CoW) 模式带来了许多改进。该功能预计将在 pandas 3.0 中成为默认功能，目前计划于 2024 年 4 月发布。目前没有计划……

解释 pandas 数据模型及其优势 简介 pandas 允许您在不同类型的数组之间进行选择，以表示 DataFrame 的数据。从历史上看，大多数 DataFrame 由 NumPy 数组支持。pandas 2.0 引入了使用 PyArrow 数组作为存储格式的选项。存在……

在发布前一天收到重大性能回归通知很糟糕，但快速识别和解决它感觉很棒！我们在 JupyterCon 2023 的展位上准备就绪时，收到了一个通知：我们团队的一名工程师发现 Dask 中存在重大性能回归。随着……

或者：高效的 pandas 代码编写如何重要 简介 我经常看到基准测试，显示 Polars 比 pandas 快多少。Polars 比 pandas 快的事实并不令人惊讶，因为它支持多线程，而 pandas 主要单核。但巨大的差异让我感到惊讶。那是……

充分利用 pandas 和 Dask 中的 PyArrow 支持 现在介绍 本文探讨了我们现在可以在哪里使用 PyArrow 来改进我们的 pandas 和 Dask 工作流程。pandas 2.0 和 Dask 添加了对 PyArrow 数据类型的通用支持。这解决了大量...

API 如何变化以及如何利用新功能 介绍 经过 3 年的开发，第二个 pandas 2.0 发布候选版本于 3 月 16 日发布。pandas 2.0 中有很多新功能，包括改进的扩展数组支持、DataFrame 的 pyarrow 支持以及...

介绍 在撰写本文时，我们正在发布 pandas 2.0。该项目拥有大量的用户，并且被个人和企业用户广泛用于生产环境中。这种广泛的使用迫使我们保持谨慎，并让我们...

从 pandas 对象中选择数据时提高性能 介绍 从 pandas 对象中选择数据子集存在不同的方法。根据具体的操作，结果将是指向原始数据的视图或原始数据的副本。这与...

摆脱恼人的 SettingWithCopyWarning 消息 介绍 pandas 中的索引操作非常灵活，因此，有许多情况的行为可能大不相同，因此会产生意外的结果。此外，很难预测何时会引发 SettingWithCopyWarning 以及这到底意味着什么。我将展示一些...

问题 我们想找出哪些是美国排名前 5 的机场，这些机场在国内航班上的平均（平均）延误时间最长。数据 我们将使用哈佛数据仓库中的 Data Expo 2009：航空公司准点数据数据集。数据包含航班到达和离开的详细信息...

Pandas 当前关于索引是否返回视图或副本的行为令人困惑，即使对于经验丰富的用户也是如此。但事实并非如此。我们可以通过简化复制/视图规则，使 pandas 的这方面更容易理解，同时使 pandas 更节省内存。并摆脱 SettingWithCopyWarning。

作者：Lucy Jiménez 和 Dorothy Kabarozi B. 我们想分享我们在 ASV 基准测试框架改进和 NumFOCUS 赞助的 pandas 项目多样性工作方面的经验。该资助重点关注

今天，pandas 庆祝其 1.0.0 版本发布。在许多方面，这只是一个普通的版本，包含了许多新功能、性能改进和错误修复，这些都在

这篇博文介绍了我关于 pandas 中更好的缺失值支持的提案的一些背景和动机，以及已在开发版本（将在 pandas 1.0 中发布）中合并的更改：引入了新的 pd.NA 标量，可以在所有数据类型中一致地使用。

一些背景信息 这篇文章主要是一篇关于 pandas 文档状态的技术文章。但让我提供一些关于其来源的背景信息。这是一个个人观点，但我认为 pandas 是开源如何改变…… 的最清晰的例子之一。

一些激动人心的消息。在组织了多年的冲刺并维护开源之后，我一直思考着一种更有效的工作流程，用于像 pandas 这样活动量很大的项目。一个夸张的例子是，我想在 pandas 中创建 1600 个问题。每个问题对应…… 的每个文档字符串。

文章“2019 年 NumFOCUS 奖项和新贡献者认可”首次出现在 NumFOCUS 上。

文章“Chan Zuckerberg Initiative 为 NumFOCUS 项目的维护提供资金”首次出现在 NumFOCUS 上。

文章“2019 年 Pandas 黑客马拉松亮点”首次发布于 NumFOCUS。

上周，2019 年 EuroSciPy 在西班牙毕尔巴鄂举行。今年，我们引入了维护者轨道，一个专门用于维护者之间讨论的房间。这个想法类似于其他会议的“羽毛鸟”或非正式会议。但重点放在开源维护者和贡献者身上。我们安排了……

Pandas 最近进行了一项用户调查，以帮助指导未来的发展。感谢所有参与的人！这篇文章介绍了高级结果。此分析和原始数据可以在

简要总结：即将发布的 GeoPandas 0.6.0 版本将基于 pandas ExtensionArray 接口进行重构。虽然此更改应使用户界面保持大部分稳定，但它可以实现与 pandas 的更强大集成，并允许将来进行更多更改。鉴于底层代码的侵入性更改，非常欢迎测试！

Leo Breiman 是加州大学伯克利分校的一位杰出统计学家，以其对 CART（决策树）和集成技术的重大贡献而闻名，主要包括自举聚合。结合两者，他能够定义出即使在今天（在出版……18 年后）仍然是最流行的机器学习模型之一。

可扩展性是 pandas 在过去几个版本开发中的一个主要主题。这篇文章介绍了 pandas 扩展数组接口：它背后的动机以及它可能如何影响您

文章“首届 NumFOCUS 奖项和新贡献者认可”首次发布于 NumFOCUS。

文章“全球 Pandas 文档冲刺：深入了解”首次发布于 NumFOCUS。

3 月 10 日，#pandasSprint 举行。据我所知，这是一个前所未有的活动，大约 500 人共同努力改进流行的 pandas 库的文档。作为参与活动组织的人之一，我想写下……

上周末，Marc Garcia 和许多其他人组织了一场全球性的 pandas 文档冲刺（https://python-sprints.github.io/pandas/）。目标是改进 pandas API 文档，我不得不说，它取得了巨大的成功！

我很高兴能参与新的开源 Apache Arrow 社区倡议。对于 Python（以及 R）来说，它将有助于实现：显著提高数据访问速度，更接近原生性能，用于 Apache Spark 等大数据系统的 Python 扩展，用于嵌套/JSON 类数据的新的内存中分析功能。有很多地方可以了解更多关于 Arrow 的信息，但这篇文章是关于它与 pandas 用户相关的具体内容。例如，请参阅：“Python 和 Hadoop：现状”，“介绍 Apache Arrow：快速、互操作的内存中列式数据结构标准”，“介绍 Apache Arrow：列式内存中分析”。

作者：Gina Helfrich NumFOCUS 很高兴宣布 pandas 成为我们最新的财政赞助项目。pandas 是一个开源的、BSD 许可的库，为 Python 编程语言提供高性能、易于使用的數據结构和数据分析工具。pandas 使用户能够在 Python 中完成整个数据分析工作流程，而无需切换到更特定于领域的语言，例如 […] 文章 NumFOCUS 宣布新的财政赞助项目：pandas 首次出现在 NumFOCUS 上。