版本 0.15.1 (2014 年 11 月 9 日)#

这是 0.15.0 的一个小错误修复版本，包含少量 API 更改、几项新功能、增强功能、性能改进以及大量错误修复。我们建议所有用户升级到此版本。

增强功能
API 更改
错误修复

API 更改#

s.dt.hour 和其他 .dt 访问器现在将对缺失值返回 np.nan（而不是之前的 -1），(GH 8689)

In [1]: s = pd.Series(pd.date_range("20130101", periods=5, freq="D"))

In [2]: s.iloc[2] = np.nan

In [3]: s
Out[3]: 
0   2013-01-01
1   2013-01-02
2          NaT
3   2013-01-04
4   2013-01-05
Length: 5, dtype: datetime64[ns]

之前的行为

In [6]: s.dt.hour
Out[6]:
0    0
1    0
2   -1
3    0
4    0
dtype: int64

当前的行为

In [4]: s.dt.hour
Out[4]: 
0    0.0
1    0.0
2    NaN
3    0.0
4    0.0
Length: 5, dtype: float64

使用 as_index=False 的 groupby 不会向结果添加错误的额外列 (GH 8582)

In [5]: np.random.seed(2718281)

In [6]: df = pd.DataFrame(np.random.randint(0, 100, (10, 2)), columns=["jim", "joe"])

In [7]: df.head()
Out[7]: 
   jim  joe
0   61   81
1   96   49
2   55   65
3   72   51
4   77   12

[5 rows x 2 columns]

In [8]: ts = pd.Series(5 * np.random.randint(0, 3, 10))

之前的行为

In [4]: df.groupby(ts, as_index=False).max()
Out[4]:
   NaN  jim  joe
0    0   72   83
1    5   77   84
2   10   96   65

当前的行为

In [4]: df.groupby(ts, as_index=False).max()
Out[4]:
   jim  joe
0   72   83
1   77   84
2   96   65

如果列名与分组器名称冲突，groupby 不会错误地排除列 (GH 8112)

In [9]: df = pd.DataFrame({"jim": range(5), "joe": range(5, 10)})

In [10]: df
Out[10]: 
   jim  joe
0    0    5
1    1    6
2    2    7
3    3    8
4    4    9

[5 rows x 2 columns]

In [11]: gr = df.groupby(df["jim"] < 2)

之前的行为（从输出中排除第 1 列）

In [4]: gr.apply(sum)
Out[4]:
       joe
jim
False   24
True    11

当前的行为

In [12]: gr.apply(sum)
Out[12]: 
       jim  joe
jim            
False    9   24
True     1   11

[2 rows x 2 columns]

支持使用单调递减索引进行切片，即使 start 或 stop 在索引中未找到 (GH 7860)

In [13]: s = pd.Series(["a", "b", "c", "d"], [4, 3, 2, 1])

In [14]: s
Out[14]: 
4    a
3    b
2    c
1    d
Length: 4, dtype: object

之前的行为

In [8]: s.loc[3.5:1.5]
KeyError: 3.5

当前的行为

In [15]: s.loc[3.5:1.5]
Out[15]: 
3    b
2    c
Length: 2, dtype: object

io.data.Options 已修复以适应 Yahoo 期权页面格式的更改 (GH 8612), (GH 8741)

注意

由于 Yahoo 期权页面布局的更改，当指定到期日期时，Options 方法现在返回单个到期日期的数据。之前，方法返回所选月份的所有数据。

month 和 year 参数已取消弃用，可用于获取给定月份的所有期权数据。

如果指定的到期日期无效，则返回指定日期后下一个到期日期的数据。

期权数据框现在在实例上保存为 callsYYMMDD 或 putsYYMMDD。之前它们保存为 callsMMYY 和 putsMMYY。下一个到期日期的数据保存为 calls 和 puts。

新功能

现在 expiry 参数可以是一个单个日期或一个包含日期的列表状对象。
新增了一个属性 expiry_dates，它返回所有可用的到期日期。

当前的行为

In [17]: from pandas.io.data import Options

In [18]: aapl = Options('aapl', 'yahoo')

In [19]: aapl.get_call_data().iloc[0:5, 0:1]
Out[19]:
                                             Last
Strike Expiry     Type Symbol
80     2014-11-14 call AAPL141114C00080000  29.05
84     2014-11-14 call AAPL141114C00084000  24.80
85     2014-11-14 call AAPL141114C00085000  24.05
86     2014-11-14 call AAPL141114C00086000  22.76
87     2014-11-14 call AAPL141114C00087000  21.74

In [20]: aapl.expiry_dates
Out[20]:
[datetime.date(2014, 11, 14),
 datetime.date(2014, 11, 22),
 datetime.date(2014, 11, 28),
 datetime.date(2014, 12, 5),
 datetime.date(2014, 12, 12),
 datetime.date(2014, 12, 20),
 datetime.date(2015, 1, 17),
 datetime.date(2015, 2, 20),
 datetime.date(2015, 4, 17),
 datetime.date(2015, 7, 17),
 datetime.date(2016, 1, 15),
 datetime.date(2017, 1, 20)]

In [21]: aapl.get_near_stock_price(expiry=aapl.expiry_dates[0:3]).iloc[0:5, 0:1]
Out[21]:
                                            Last
Strike Expiry     Type Symbol
109    2014-11-22 call AAPL141122C00109000  1.48
       2014-11-28 call AAPL141128C00109000  1.79
110    2014-11-14 call AAPL141114C00110000  0.55
       2014-11-22 call AAPL141122C00110000  1.02
       2014-11-28 call AAPL141128C00110000  1.32

pandas 现在还在 matplotlib 的单位注册表中注册了 datetime64 数据类型，以便将这些值绘制为 datetime。这在导入 pandas 后即被激活。在之前的版本中，绘制 datetime64 值数组会绘制为整数值。要保留之前的行为，您可以执行 del matplotlib.units.registry[np.datetime64] (GH 8614)。

增强功能#

concat 允许将更多种类的 pandas 对象迭代器作为第一个参数传入 (GH 8645)

In [16]: from collections import deque

In [17]: df1 = pd.DataFrame([1, 2, 3])

In [18]: df2 = pd.DataFrame([4, 5, 6])

之前的行为

In [7]: pd.concat(deque((df1, df2)))
TypeError: first argument must be a list-like of pandas objects, you passed an object of type "deque"

当前的行为

In [19]: pd.concat(deque((df1, df2)))
Out[19]: 
   0
0  1
1  2
2  3
0  4
1  5
2  6

[6 rows x 1 columns]

使用基于层级大小利用内存的数据类型表示 MultiIndex 标签。在之前的版本中，每个层级中每个元素的内存使用是固定的 8 字节。此外，在之前的版本中，报告的内存使用是不正确的，因为它没有显示底层数据数组占用的内存使用情况。(GH 8456)

In [20]: dfi = pd.DataFrame(
   ....:     1, index=pd.MultiIndex.from_product([["a"], range(1000)]), columns=["A"]
   ....: )
   ....: 

之前的行为

# this was underreported in prior versions
In [1]: dfi.memory_usage(index=True)
Out[1]:
Index    8000 # took about 24008 bytes in < 0.15.1
A        8000
dtype: int64

当前的行为

In [21]: dfi.memory_usage(index=True)
Out[21]: 
Index    44212
A         8000
Length: 2, dtype: int64

添加了 Index 属性 is_monotonic_increasing 和 is_monotonic_decreasing (GH 8680)。
添加了导入 Stata 文件时选择列的选项 (GH 7935)
在 DataFrame.info() 中，如果内存使用是一个下限，则通过添加 + 来限定其含义 (GH 8578)
在某些聚合情况下，如果未处理 numeric_only 等参数，则会引发错误 (GH 8592)。
在 io.wb.download() 中添加了对 3 字符 ISO 和非标准国家代码的支持 (GH 8482)
世界银行数据请求现在将根据 errors 参数以及硬编码的国家代码列表和世界银行的 JSON 响应发出警告/引发异常。在之前的版本中，错误消息没有查看世界银行的 JSON 响应。导致问题的输入在请求之前被简单地丢弃。问题在于，在硬编码方法中，许多有效的国家代码被截断了。现在所有国家都将正常工作，但由于某些边缘情况会破坏整个响应，一些无效的国家代码将引发异常。(GH 8482)
添加了 Series.str.split() 返回 DataFrame 而不是 Series 的选项 (GH 8428)
添加了 df.info(null_counts=None|True|False) 的选项，用于覆盖默认显示选项并强制显示空值计数 (GH 8701)

错误修复#

在反序列化 CustomBusinessDay 对象时出现错误 (GH 8591)
在将 Categorical 强制转换为记录数组时出现错误，例如 df.to_records() (GH 8626)
使用 Series.to_frame() 创建 Categorical 不正确时出现错误 (GH 8626)
在对已传递的 pd.Categorical 的 Categorical 进行 astype 强制转换时出现错误（现在会正确地引发 TypeError），(GH 8626)
使用 Series 和 retbins=True 时，cut/qcut 中的错误 (GH 8589)
使用 to_sql 将 Categorical 列写入 SQL 数据库时出现的错误 (GH 8624)。
在将日期时间的 Categorical 与标量日期时间进行比较时引发异常的错误 (GH 8687)
使用 .iloc 从 Categorical 中选择时出现的错误 (GH 8623)
使用 Categorical 进行 groupby-transform 时出现的错误 (GH 8623)
使用 Categorical 进行 duplicated/drop_duplicates 时出现的错误 (GH 8623)
如果第一个参数是 numpy 数组标量（例如 np.int64），Categorical 的反射比较运算符会引发异常的错误 (GH 8658)
使用 list-like 对 Panel 进行索引时出现的错误 (GH 8710)
当 options.mode.use_inf_as_null 为 True 时，DataFrame.dtypes 的兼容性问题 (GH 8722)
read_csv 中的错误，dialect 参数不接受字符串 (GH 8703)
使用空列表切片 MultiIndex 层级时出现的错误 (GH 8737)
使用 numpy 数组对 Float/Index Index 进行加/减等数值索引操作时出现的错误 (GH 8608)
使用空索引器进行 setitem 以及不必要的 dtype 强制转换时出现的错误 (GH 8669)
在使用 ix/loc 进行 setitem 时块分割的错误（在使用整数类 dtype 时出现，例如 datetime64）(GH 8607)
对于非唯一但单调的索引，使用索引中未找到的整数进行基于标签的索引时出现的错误 (GH 8680)。
在 numpy 1.7 上使用 np.nan 对 Float64Index 进行索引时出现的错误 (GH 8980)。
修复 MultiIndex 的 shape 属性 (GH 8609)
在 GroupBy 中，分组器和列之间的名称冲突会导致 groupby 操作中断的错误 (GH 7115, GH 8112)
修复了一个错误，即绘制列 y 并指定标签会改变原始 DataFrame 的索引名称 (GH 8494)
修复了使用 matplotlib 直接绘制 DatetimeIndex 的回归错误 (GH 8614)。
date_range 中的错误，其中部分指定的日期会包含当前日期 (GH 6961)
使用混合 dtype 的 Panel4d 通过索引器设置为标量值时失败的错误 (GH 8702)
如果传递的符号中有一个无效，DataReader 会失败的错误。现在对有效的符号返回数据，对无效的返回 np.nan (GH 8494)
get_quote_yahoo 不允许非浮点返回值的问题 (GH 5229)。

贡献者#

共有 23 人为本次发布贡献了补丁。名字旁有“+”的人是首次贡献补丁。

Aaron Staple +
Andrew Rosenfeld
Anton I. Sipos
Artemy Kolchinsky
Bill Letson +
Dave Hughes +
David Stephens
Guillaume Horel +
Jeff Reback
Joris Van den Bossche
Kevin Sheppard
Nick Stahl +
Sanghee Kim +
Stephan Hoyer
Tom Augspurger
TomAugspurger
WANG Aiyong +
behzad nouri
immerrr
jnmclarty
jreback
pallav-fdsi +
unutbu