版本 0.14.1（2014 年 7 月 11 日）#

这是 0.14.0 的一个次要版本，包含少量 API 更改、一些新功能、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。

主要亮点包括
- 新增方法 select_dtypes() 用于根据 dtype 选择列，以及 sem() 用于计算平均值的标准误差。
- 支持 dateutil 时区（请参阅文档）。
- 在 read_csv() 文本解析器中支持忽略整行注释。
- 新增文档章节：选项和设置。
- 许多错误修复。
增强功能
API 更改
性能改进
实验性更改
错误修复

API 更改#

Openpyxl 现在在构建 openpyxl writer 时会引发 ValueError，而不是在导入 pandas 时发出警告（GH 7284）。
对于 StringMethods.extract，当没有找到匹配项时，结果（仅包含 NaN 值）现在也具有 dtype=object 而不是 float（GH 7242）
Period 对象在使用 == 与非 Period 对象比较时不再引发 TypeError。相反，在使用 == 比较 Period 与另一个对象时，如果另一个对象不是 Period，则返回 False。（GH 7376）
之前，`offsets.apply`、`rollforward` 和 `rollback` 操作中是否重置时间的行为在不同偏移量之间有所不同。随着所有偏移量支持默认值为 False（保留时间）的 normalize 关键字（见下文），某些偏移量（BusinessMonthBegin、MonthEnd、BusinessMonthEnd、CustomBusinessMonthEnd、BusinessYearBegin、LastWeekOfMonth、FY5253Quarter、LastWeekOfMonth、Easter）的行为发生了变化。
```
In [6]: from pandas.tseries import offsets

In [7]: d = pd.Timestamp('2014-01-01 09:00')

# old behaviour < 0.14.1
In [8]: d + offsets.MonthEnd()
Out[8]: pd.Timestamp('2014-01-31 00:00:00')
```
从 0.14.1 开始，所有偏移量默认保留时间。可以通过设置 normalize=True 获得旧的行为。
```
# new behaviour
In [1]: d + offsets.MonthEnd()
Out[1]: Timestamp('2014-01-31 09:00:00')

In [2]: d + offsets.MonthEnd(normalize=True)
Out[2]: Timestamp('2014-01-31 00:00:00')
```
请注意，对于其他偏移量，默认行为没有改变。
在文本解析中重新添加 #N/A N/A 作为默认的 NA 值（0.12 版本的回退）（GH 5521）
当使用 .where 和非 np.nan 值进行原地设置时，会引发 TypeError，因为这与 df[mask] = None 这样的设置项表达式不一致（GH 7656）

增强功能#

为 value_counts 和 nunique 添加 dropna 参数（GH 5569）。
添加 select_dtypes() 方法以根据 dtype 选择列（GH 7316）。请参阅文档。

所有 offsets 都支持 normalize 关键字，用于指定 offsets.apply、rollforward 和 rollback 是否重置时间（小时、分钟等）（默认为 False，保留时间）（GH 7156）

import pandas.tseries.offsets as offsets

day = offsets.Day()
day.apply(pd.Timestamp("2014-01-01 09:00"))

day = offsets.Day(normalize=True)
day.apply(pd.Timestamp("2014-01-01 09:00"))

PeriodIndex 的表示格式与 DatetimeIndex 相同（GH 7601）
StringMethods 现在可以在空 Series 上工作（GH 7242）
文件解析器 read_csv 和 read_table 现在会忽略由参数 comment 提供的行注释，该参数对于 C reader 只接受单个字符。特别地，它们允许在文件数据开始之前出现注释（GH 2685）
对于 read_csv() 同时使用 chunksize 和 nrows 的情况，添加 NotImplementedError（GH 6774）。
现在存在针对公共 S3 桶基本读取的测试（GH 7281）。
read_html 现在支持一个 encoding 参数，该参数会传递给底层的解析库。您可以使用此参数读取非 ascii 编码的网页（GH 7323）。
read_excel 现在支持以与 read_csv 相同的方式从 URL 读取（GH 6809）。

支持 dateutil 时区，现在可以在 pandas 中以与 pytz 时区相同的方式使用它们（GH 4688）。

In [3]: rng = pd.date_range(
   ...:     "3/6/2012 00:00", periods=10, freq="D", tz="dateutil/Europe/London"
   ...: )
   ...: 

In [4]: rng.tz
Out[4]: tzfile('/usr/share/zoneinfo/Europe/London')

请参阅文档。

为 Series、DataFrame、Panel 和 Groupby 实现了 sem（平均值标准误差）操作（GH 6897）
将 nlargest 和 nsmallest 添加到 Series groupby 允许列表，这意味着您现在可以在 SeriesGroupBy 对象上使用这些方法（GH 7053）。
所有 offsets 的 apply、rollforward 和 rollback 方法现在可以处理 np.datetime64，之前会导致 ApplyTypeError（GH 7452）
Period 和 PeriodIndex 的值中可以包含 NaT（GH 7485）
支持对沿项目轴（分别为 index、columns 和 items）带有非唯一标签的 Series、DataFrame 和 Panel 对象进行序列化 (pickling)（GH 7370）。
改进了混合 null 对象的 datetime/timedelta 推断。修复了 0.13.1 版本中对所有元素为 null 的对象 Index 的解释回归（GH 7431）

性能改进#

数值运算中的 dtype 推断得到改进，为 dtype：int64、timedelta64、datetime64 带来了性能提升（GH 7223）
Series.transform 性能得到改进，带来显著的性能提升（GH 6496）
使用 ufuncs 和内置 grouper 函数时，DataFrame.transform 性能得到改进，带来显著的性能提升（GH 7383）
datetime64 dtype 的 groupby 聚合出现回归（GH 7555）
MultiIndex.from_product 对于大型可迭代对象性能得到改进（GH 7627）

实验性更改#

pandas.io.data.Options 新增了 get_all_data 方法，现在稳定地返回一个 MultiIndexed DataFrame（GH 5602）
io.gbq.read_gbq 和 io.gbq.to_gbq 经过重构，移除了对 Google bq.py 命令行客户端的依赖。此子模块现在使用 httplib2 以及 Google apiclient 和 oauth2client API 客户端库，这些库应该比 bq.py 更稳定可靠。请参阅文档。（GH 6937）。

错误修复#

DataFrame.where 中存在一个 bug，当帧具有对称形状并传递另一个 DataFrame 时（GH 7506）
使用带有 MultiIndex 轴的 Panel 索引时存在 bug（GH 7516）
带有重复索引和非精确端点的日期时间类切片索引中存在回归（GH 7523）
使用列表的列表以及单一类型与混合类型进行 setitem 时存在 bug（GH 7551）：）
非对齐 Series 进行时间操作时存在 bug（GH 7500）
分配不完整 Series 时，timedelta 推断中存在 bug（GH 7592）
groupby .nth 与 Series 和整数类列名一起使用时存在 bug（GH 7559）
Series.get 与布尔访问器一起使用时存在 bug（GH 7407）
value_counts 中存在 bug，其中 NaT 不被视为缺失值（NaN）（GH 7423）
to_timedelta 中存在 bug，它接受了无效单位并错误解释了 ‘m/h’（GH 7611，GH 6423）
如果 secondary_y=True，则折线图未设置正确的 xlim，存在 bug（GH 7459）
分组的 hist 和 scatter 图使用旧的 figsize 默认值，存在 bug（GH 7394）
使用 DataFrame.plot 绘制子图时存在 bug，即使子图数量为一个，hist 也会清除传递的 ax（GH 7391）。
使用 DataFrame.boxplot 并带 by 关键字绘制子图时存在 bug，如果子图数量超过 1，则会引发 ValueError（GH 7391）。
子图显示 ticklabels 和 labels 的规则不同，存在 bug（GH 5897）
Panel.apply 与 MultiIndex 作为轴一起使用时存在 bug（GH 7469）
DatetimeIndex.insert 未保留 name 和 tz 属性，存在 bug（GH 7299）
DatetimeIndex.asobject 未保留 name 属性，存在 bug（GH 7299）
使用日期时间类范围（字符串和 Timestamps）进行 MultiIndex 切片时存在 bug（GH 7429）
Index.min 和 max 未正确处理 nan 和 NaT，存在 bug（GH 7261）
PeriodIndex.min/max 结果为 int，存在 bug（GH 7609）
resample 中存在 bug，如果你传递了 how，则 fill_method 会被忽略（GH 2073）
TimeGrouper 未排除由 key 指定的列，存在 bug（GH 7227）
DataFrame 和 Series 的 bar 和 barh 图在指定 bottom 和 left 关键字时引发 TypeError，存在 bug（GH 7226）
DataFrame.hist 在包含非数值列时引发 TypeError，存在 bug（GH 7277）
Index.delete 未保留 name 和 freq 属性，存在 bug（GH 7302）
DataFrame.query()/eval 中存在 bug，其中带有 @ 符号的本地字符串变量被视为尝试删除的临时变量（GH 7300）。
Float64Index 中存在 bug，它不允许重复项（GH 7149）。
DataFrame.replace() 中存在 bug，其中 truthy 值被替换了（GH 7140）。
StringMethods.extract() 中存在 bug，其中单个匹配组 Series 会使用 matcher 的名称而不是组名（GH 7313）。
isnull() 中存在 bug，当 mode.use_inf_as_null == True 时，当遇到 inf/-inf 时，isnull 不会测试为 True（GH 7315）。
对于东半球时区，inferred_freq 结果为 None，存在 bug（GH 7310）
当偏移量为负时，Easter 返回不正确的日期，存在 bug（GH 7195）
使用 .div、整数 dtype 和除以零进行广播时存在 bug（GH 7325）
CustomBusinessDay.apply 在传递 np.datetime64 对象时引发 NameError，存在 bug（GH 7196）
MultiIndex.append、concat 和 pivot_table 未保留时区，存在 bug（GH 6606）
使用 .loc 在单个 MultiIndex 级别（非嵌套）上使用索引器列表时存在 bug（GH 7349）
Series.map 在映射具有不同长度元组键的字典时存在 bug（GH 7333）
所有 StringMethods 现在都可以在空 Series 上工作，修复了 bug（GH 7242）
修复了当查询不包含 ‘select’ 时，read_sql 委托给 read_sql_query 的问题（GH 7324）。
向带有 Float64Index 的 DataFrame 分配字符串列名时，在调用 np.isnan 期间会引发 TypeError，存在 bug（GH 7366）。
NDFrame.replace() 未正确替换包含 Period 值的对象，存在 bug（GH 7379）。
.ix 的 getitem 应始终返回 Series，存在 bug（GH 7150）
使用不完整索引器进行 MultiIndex 切片时存在 bug（GH 7399）
在切片级别中使用步长进行 MultiIndex 切片时存在 bug（GH 7400）
修正了 DatetimeIndex 中负数索引器切片不正确的问题 (GH 7408)
修正了 NaT 在 MultiIndex 中未正确表示的问题 (GH 7406, GH 7409)。
修正了 convert_objects 中布尔对象被转换为 nan 的问题 (GH 7416)。
修正了 quantile 忽略 axis 关键字参数的问题 (GH 7306)
修正了 nanops._maybe_null_out 不支持复数的问题 (GH 7353)
修正了当 axis==0 时，一维 nan 数组在多个 nanops 函数中的问题 (GH 7354)
修正了当 axis==None 时 nanops.nanmedian 不工作的问题 (GH 7352)
修正了 nanops._has_infs 不支持多种 dtypes 的问题 (GH 7357)
修正了 StataReader.data 读取 0 个观测值的 dta 文件失败的问题 (GH 7369)
修正了 StataReader 读取包含固定宽度字符串的 Stata 13 (117) 文件时的问题 (GH 7360)
修正了 StataWriter 忽略编码的问题 (GH 7286)
修正了 DatetimeIndex 比较未能正确处理 NaT 的问题 (GH 7529)
修正了将带有 tzinfo 的输入传递给某些 offset 的 apply, rollforward 或 rollback 方法时，会重置 tzinfo 或引发 ValueError 的问题 (GH 7465)
修正了 DatetimeIndex.to_period, PeriodIndex.asobject, PeriodIndex.to_timestamp 未保留 name 的问题 (GH 7485)
修正了 DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 处理 NaT 不正确的问题 (GH 7228)
修正了 offsets.apply, rollforward 和 rollback 可能返回普通 datetime 的问题 (GH 7502)
修正了当目标包含 NaT 时，resample 引发 ValueError 的问题 (GH 7227)
修正了 Timestamp.tz_localize 重置 nanosecond 信息的问题 (GH 7534)
修正了当 DatetimeIndex.asobject 包含 NaT 时引发 ValueError 的问题 (GH 7539)
修正了 Timestamp.__new__ 未正确保留纳秒信息的问题 (GH 7610)
修正了 Index.astype(float) 返回 object dtype 的 Index 的问题 (GH 7464)。
修正了 DataFrame.reset_index 丢失 tz (时区)的问题 (GH 3950)
修正了当 freq 为 None 时，DatetimeIndex.freqstr 引发 AttributeError 的问题 (GH 7606)
修正了由 TimeGrouper 创建的 GroupBy.size 引发 AttributeError 的问题 (GH 7453)
修正了单列条形图对齐不正确的问题 (GH 7498)。
修正了带有 tz-aware 时间序列的面积图引发 ValueError 的问题 (GH 7471)
修正了非单调的 Index.union 可能错误地保留 name 的问题 (GH 7458)
修正了 DatetimeIndex.intersection 未保留时区的问题 (GH 4690)
修正了 rolling_var 中窗口大小大于数组时会引发错误的问题 (GH 7297)
修正了最后一个绘制的时间序列决定 xlim 的问题 (GH 2960)
修正了 secondary_y 轴未被考虑用于时间序列 xlim 的问题 (GH 3490)
修正了 Float64Index 使用非标量索引器进行赋值的问题 (GH 7586)
修正了当 regex=False 且 case=False 时，pandas.core.strings.str_contains 未能正确地进行大小写不敏感匹配的问题 (GH 7505)
修正了当两个参数索引不匹配时，expanding_cov, expanding_corr, rolling_cov 和 rolling_corr 中的问题 (GH 7512)
修正了 to_sql 将布尔列视为文本列的问题 (GH 7678)
修正了分组 hist 未能正确处理 rot kw 和 sharex kw 参数的问题 (GH 7234)
修正了 .loc 对 object dtype 索引执行回退整数索引的问题 (GH 7496)
修正了 PeriodIndex 构造函数在传递 Series 对象时的问题（回归错误）(GH 7701)。

贡献者#

共有 46 人为此版本贡献了补丁。名字旁带有“+”的人是首次贡献补丁。

Andrew Rosenfeld
Andy Hayden
Benjamin Adams +
Benjamin M. Gross +
Brian Quistorff +
Brian Wignall +
DSM
Daniel Waeber
David Bew +
David Stephens
Jacob Schaer
Jan Schulz
John David Reaver
John W. O’Brien
Joris Van den Bossche
Julien Danjou +
K.-Michael Aye
Kevin Sheppard
Kyle Meyer
Matt Wittmann
Matthew Brett +
Michael Mueller +
Mortada Mehyar
Phillip Cloud
Rob Levy +
Schaer, Jacob C +
Stephan Hoyer
Thomas Kluyver
Todd Jennings
Tom Augspurger
TomAugspurger
bwignall
clham
dsm054 +
helger +
immerrr
jaimefrio
jreback
lexual
onesandzeroes
rockg
sanguineturtle +
seth-p +
sinhrks
unknown
yelite +