版本 0.17.1 (2015年11月21日)

注意

我们荣幸地宣布，pandas 已成为 (NumFOCUS 组织) 的赞助项目。这将有助于确保 pandas 作为世界一流开源项目取得成功。

这是 0.17.0 的一个小型错误修复版本，包含大量错误修复以及一些新功能、增强功能和性能改进。我们建议所有用户升级到此版本。

主要亮点包括

• 支持条件 HTML 格式化，详情见 此处

• 在 csv 阅读器及其他操作中释放 GIL，详情见 此处

• 修复了 0.16.2 版本中 DataFrame.drop_duplicates 的回归错误，该错误导致整数值产生不正确的结果 (GH 11376)

新功能

条件 HTML 格式化

警告

这是一项新功能，目前正在积极开发中。我们将在未来版本中添加更多功能，并可能引入破坏性变更。欢迎在 GH 11610 中提供反馈

我们增加了对条件 HTML 格式化的**实验性**支持：根据数据对 DataFrame 进行视觉样式设置。样式设置通过 HTML 和 CSS 实现。可以使用 pandas.DataFrame.style 属性访问 styler 类，该属性是附带您数据的 Styler 实例。

这里有一个快速示例

In [1]: np.random.seed(123)

In [2]: df = pd.DataFrame(np.random.randn(10, 5), columns=list("abcde"))

In [3]: html = df.style.background_gradient(cmap="viridis", low=0.5)

我们可以渲染 HTML 以获得下表。

	a	b	c	d	e
0	-1.085631	0.997345	0.282978	-1.506295	-0.5786
1	1.651437	-2.426679	-0.428913	1.265936	-0.86674
2	-0.678886	-0.094709	1.49139	-0.638902	-0.443982
3	-0.434351	2.20593	2.186786	1.004054	0.386186
4	0.737369	1.490732	-0.935834	1.175829	-1.253881
5	-0.637752	0.907105	-1.428681	-0.140069	-0.861755
6	-0.255619	-2.798589	-1.771533	-0.699877	0.927462
7	-0.173636	0.002846	0.688223	-0.879536	0.283627
8	-0.805367	-1.727669	-0.3909	0.573806	0.338589
9	-0.01183	2.392365	0.412912	0.978736	2.238143

Styler 与 Jupyter Notebook 良好地交互。更多信息请参阅文档。

增强功能

• DatetimeIndex 现在支持使用 astype(str) 转换为字符串 (GH 10442)

• pandas.DataFrame.to_csv() 现在支持 compression (gzip/bz2) 参数 (GH 7615)

• pd.read_* 函数现在也可以接受 pathlib.Path 或 py:py._path.local.LocalPath 对象作为 filepath_or_buffer 参数 (GH 11033) - DataFrame 和 Series 的 .to_csv()、.to_html() 和 .to_latex() 函数现在可以处理以波浪号开头的路径（例如 ~/Documents/）(GH 11438)

• 如果未提供列名，DataFrame 现在将使用 namedtuple 的字段作为列 (GH 11181)

• DataFrame.itertuples() 在可能的情况下现在返回 namedtuple 对象 (GH 11269, GH 11625)

• 在平行坐标图中添加了 axvlines_kwds 参数 (GH 10709)

• 为 .info() 和 .memory_usage() 添加了选项，以提供内存消耗的深度内省。请注意，计算此选项可能非常耗时，因此是一个可选参数 (GH 11595)

  In [4]: df = pd.DataFrame({"A": ["foo"] * 1000})  # noqa: F821
  
  In [5]: df["B"] = df["A"].astype("category")
  
  # shows the '+' as we have object dtypes
  In [6]: df.info()
  <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 1000 entries, 0 to 999
  Data columns (total 2 columns):
   #   Column  Non-Null Count  Dtype   
  ---  ------  --------------  -----   
   0   A       1000 non-null   object  
   1   B       1000 non-null   category
  dtypes: category(1), object(1)
  memory usage: 9.0+ KB
  
  # we have an accurate memory assessment (but can be expensive to compute this)
  In [7]: df.info(memory_usage="deep")
  <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 1000 entries, 0 to 999
  Data columns (total 2 columns):
   #   Column  Non-Null Count  Dtype   
  ---  ------  --------------  -----   
   0   A       1000 non-null   object  
   1   B       1000 non-null   category
  dtypes: category(1), object(1)
  memory usage: 59.9 KB
  

• Index 现在有一个 fillna 方法 (GH 10089)

  In [8]: pd.Index([1, np.nan, 3]).fillna(2)
  Out[8]: Index([1.0, 2.0, 3.0], dtype='float64')
  

• 如果类别是该类型，类型为 category 的 Series 现在可以使用 .str.<...> 和 .dt.<...> 访问器方法/属性 (GH 10661)

  In [9]: s = pd.Series(list("aabb")).astype("category")
  
  In [10]: s
  Out[10]: 
  0    a
  1    a
  2    b
  3    b
  Length: 4, dtype: category
  Categories (2, object): ['a', 'b']
  
  In [11]: s.str.contains("a")
  Out[11]: 
  0     True
  1     True
  2    False
  3    False
  Length: 4, dtype: bool
  
  In [12]: date = pd.Series(pd.date_range("1/1/2015", periods=5)).astype("category")
  
  In [13]: date
  Out[13]: 
  0   2015-01-01
  1   2015-01-02
  2   2015-01-03
  3   2015-01-04
  4   2015-01-05
  Length: 5, dtype: category
  Categories (5, datetime64[ns]): [2015-01-01, 2015-01-02, 2015-01-03, 2015-01-04, 2015-01-05]
  
  In [14]: date.dt.day
  Out[14]: 
  0    1
  1    2
  2    3
  3    4
  4    5
  Length: 5, dtype: int32
  

• pivot_table 现在有一个 margins_name 参数，因此您可以使用除默认值“All”之外的其他名称 (GH 3335)

• 实现了使用固定 HDF5 存储导出 datetime64[ns, tz] dtypes 的功能 (GH 11411)

• 漂亮打印集合（例如 DataFrame 单元格中的集合）现在使用集合字面量语法 ({x, y})，而不是旧版 Python 语法 (set([x, y])) (GH 11215)

• 改进了 pandas.io.gbq.to_gbq() 在流式插入失败 (GH 11285) 以及 DataFrame 与目标表的模式不匹配 (GH 11359) 时的错误消息。

API 变化

• 对于不支持的索引类型，在 Index.shift 中抛出 NotImplementedError (GH 8038)

• 对 datetime64 和 timedelta64 dtyped Series 进行 min 和 max 归约现在会得到 NaT，而不是 nan (GH 11245)。

• 使用 null 键进行索引将抛出 TypeError，而不是 ValueError (GH 11356)

• Series.ptp 现在默认会忽略缺失值 (GH 11163)

已弃用

• 实现 google-analytics 支持的 pandas.io.ga 模块已被弃用，并将在未来版本中移除 (GH 11308)

• .to_csv() 中的 engine 关键字已被弃用，并将在未来版本中移除 (GH 11274)

性能改进

• 在对索引进行排序之前检查单调性 (GH 11080)

• Series.dropna 在其 dtype 不能包含 NaN 时的性能改进 (GH 11159)

• 在大多数日期时间字段操作（例如 DatetimeIndex.year, Series.dt.year）、规范化以及与 Period、DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 之间的转换中释放 GIL (GH 11263)

• 在一些滚动算法中释放 GIL：rolling_median, rolling_mean, rolling_max, rolling_min, rolling_var, rolling_kurt, rolling_skew (GH 11450)

• 在 read_csv, read_table 读取和解析文本文件时释放 GIL (GH 11272)

• 改进了 rolling_median 的性能 (GH 11450)

• 改进了 to_excel 的性能 (GH 11352)

• 修复了 Categorical 类别的 repr 中的性能错误，之前在显示前会渲染字符串 (GH 11305)

• 改进了 Categorical.remove_unused_categories 的性能 (GH 11643)。

• 改进了没有数据和 DatetimeIndex 的 Series 构造函数的性能 (GH 11433)

• 改进了带有 groupby 的 shift, cumprod 和 cumsum 的性能 (GH 4095)

错误修复

• SparseArray.__iter__() 在 Python 3.5 中现在不会导致 PendingDeprecationWarning (GH 11622)

• 修复了 0.16.2 版本中针对长浮点数/nan 输出格式化的回归错误，该问题在 (GH 11302) 中恢复。

• Series.sort_index() 现在正确处理 inplace 选项 (GH 11402)

• PyPi 构建中分发不正确的 .c 文件，当读取浮点数 csv 并传递 na_values=<a scalar> 时会显示异常 (GH 11374)

• .to_latex() 输出在索引有名称时出现错误 (GH 10660)

• HDFStore.append 在字符串编码长度超出最大未编码长度时的错误 (GH 11234)

• 合并 datetime64[ns, tz] dtypes 时的错误 (GH 11405)

• HDFStore.select 在 where 子句中与 numpy 标量进行比较时的错误 (GH 11283)

• 使用 DataFrame.ix 和 MultiIndex 索引器时的错误 (GH 11372)

• date_range 在端点模糊时的错误 (GH 11626)

• 阻止向访问器 .str, .dt 和 .cat 添加新属性。获取此类值是不可能的，因此在设置时报错 (GH 10673)

• 使用模糊时间和 .dt 访问器进行时区转换时的错误 (GH 11295)

• 使用模糊时间索引进行输出格式化时的错误 (GH 11619)

• 比较 Series 与类列表对象时的错误 (GH 11339)

• DataFrame.replace 在使用 datetime64[ns, tz] 和不兼容的 to_replace 参数时的错误 (GH 11326, GH 11153)

• isnull 在 numpy.array 中的 numpy.datetime64('NaT') 未被判断为 null 的错误 (GH 11206)

• 使用混合整数索引进行类列表索引时的错误 (GH 11320)

• pivot_table 在 margins=True 且索引为 Categorical dtype 时的错误 (GH 10993)

• DataFrame.plot 不能使用十六进制字符串颜色表示的错误 (GH 10299)

• 修复了 0.16.2 版本中 DataFrame.drop_duplicates 的回归错误，该错误导致整数值产生不正确的结果 (GH 11376)

• pd.eval 在列表中包含一元操作符时出错的错误 (GH 11235)

• squeeze() 在零长度数组时的错误 (GH 11230, GH 8999)

• describe() 在处理分层索引时丢失列名的错误 (GH 11517)

• DataFrame.pct_change() 未在 .fillna 方法上传播 axis 关键字参数的错误 (GH 11150)

• .to_csv() 在 columns 参数中混用整数和字符串列名时的错误 (GH 11637)

• 使用 range 进行索引时的错误 (GH 11652)

• 在设置列时推理 numpy 标量和保留 dtype 的错误 (GH 11638)

• to_sql 使用 unicode 列名时导致 UnicodeEncodeError 的错误 (GH 11431)。

• 修复了 plot 中设置 xticks 的回归错误 (GH 11529)。

• holiday.dates 中无法将遵守规则应用于假期以及文档增强的错误 (GH 11477, GH 11533)

• 修复了当使用普通 Axes 实例而非 SubplotAxes 时的绘图问题 (GH 11520, GH 11556)。

• DataFrame.to_latex() 在 header=False 时生成额外规则的错误 (GH 7124)

• df.groupby(...).apply(func) 在 func 返回包含新日期时间类型列的 Series 时的错误 (GH 11324)

• pandas.json 在加载文件过大时的错误 (GH 11344)

• to_excel 处理重复列时的错误 (GH 11007, GH 10982, GH 10970)

• 修复了阻止构造 dtype 为 datetime64[ns, tz] 的空 series 的错误 (GH 11245)。

• read_excel 处理包含整数的 MultiIndex 时的错误 (GH 11317)

• to_excel 在与 openpyxl 2.2+ 合并时的错误 (GH 11408)

• DataFrame.to_dict() 在数据中仅存在 datetime 时生成 np.datetime64 对象而不是 Timestamp 的错误 (GH 11327)

• DataFrame.corr() 在计算同时包含布尔类型和非布尔类型列的 DataFrame 的 Kendall 相关性时抛出异常的错误 (GH 11560)

• 在 FreeBSD 10+ (使用 clang) 上由 C inline 函数导致的链接时错误 (GH 10510)

• DataFrame.to_csv 在传递用于格式化 MultiIndexes 的参数（包括 date_format）时的错误 (GH 7791)

• DataFrame.join() 在 how='right' 时产生 TypeError 的错误 (GH 11519)

• Series.quantile 使用空列表结果时，Index 的 dtype 为 object 的错误 (GH 11588)

• pd.merge 在合并结果为空时产生空的 Int64Index 而不是 Index(dtype=object) 的错误 (GH 11588)

• Categorical.remove_unused_categories 在包含 NaN 值时的错误 (GH 11599)

• Bug in DataFrame.to_sparse() loses column names for MultiIndexes (GH 11600)

• Bug in DataFrame.round() with non-unique column index producing a Fatal Python error (GH 11611)

• Bug in DataFrame.round() with decimals being a non-unique indexed Series producing extra columns (GH 11618)

贡献者

共有 63 人为本次发布贡献了补丁。名字旁带有 “+” 的人是首次贡献补丁。

• Aleksandr Drozd +

• Alex Chase +

• Anthonios Partheniou

• BrenBarn +

• Brian J. McGuirk +

• Chris

• Christian Berendt +

• Christian Perez +

• Cody Piersall +

• Data & Code Expert Experimenting with Code on Data

• DrIrv +

• Evan Wright

• Guillaume Gay

• Hamed Saljooghinejad +

• Iblis Lin +

• Jake VanderPlas

• Jan Schulz

• Jean-Mathieu Deschenes +

• Jeff Reback

• Jimmy Callin +

• Joris Van den Bossche

• K.-Michael Aye

• Ka Wo Chen

• Loïc Séguin-C +

• Luo Yicheng +

• Magnus Jöud +

• Manuel Leonhardt +

• Matthew Gilbert

• Maximilian Roos

• Michael +

• Nicholas Stahl +

• Nicolas Bonnotte +

• Pastafarianist +

• Petra Chong +

• Phil Schaf +

• Philipp A +

• Rob deCarvalho +

• Roman Khomenko +

• Rémy Léone +

• Sebastian Bank +

• Sinhrks

• Stephan Hoyer

• Thierry Moisan

• Tom Augspurger

• Tux1 +

• Varun +

• Wieland Hoffmann +

• Winterflower

• Yoav Ram +

• Younggun Kim

• Zeke +

• ajcr

• azuranski +

• behzad nouri

• cel4

• emilydolson +

• hironow +

• lexual

• llllllllll +

• rockg

• silentquasar +

• sinhrks

• taeold +