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。

亮点包括
- 新增方法 select_dtypes() 用于根据 dtype 选择列，以及 sem() 用于计算均值标准误差。
- 支持 dateutil 时区（参见文档）。
- 在 read_csv() 文本解析器中支持忽略整行注释。
- 新增了关于选项和设置的文档部分。
- 大量错误修复。
增强功能
API 变更
性能改进
实验性变更
错误修复

API 变更#

现在，在构造 openpyxl 写入器时，Openpyxl 会引发 ValueError 而不是在 pandas 导入时发出警告 (GH 7284)。
对于 StringMethods.extract，当未找到匹配项时，结果（仅包含 NaN 值）现在也具有 dtype=object 而不是 float (GH 7242)。
Period 对象在与非 Period 的另一个对象使用 == 进行比较时，不再引发 TypeError。现在，当使用 == 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)
此前，offsets.apply、rollforward 和 rollback 操作中是否重置时间的行为因偏移量而异。随着所有偏移量支持 normalize 关键字（默认为 False，保留时间，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 版本开始，所有偏移量默认保留时间。旧行为可以通过 normalize=True 获得。
```
# 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 NA 值（0.12 版本的回归）(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() 方法以允许根据 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）或不重置（默认 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 以与 DatetimeIndex 相同的格式表示 (GH 7601)。
StringMethods 现在可在空 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，该参数只接受一个字符用于 C 读取器。特别是，它们允许在文件数据开始之前存在注释 (GH 2685)。
为 read_csv() 中同时使用 chunksize 和 nrows 添加 NotImplementedError (GH 6774)。
现在存在用于基本读取公共 S3 存储桶的测试 (GH 7281)。
read_html 现在支持 encoding 参数，该参数传递给底层解析器库。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，现在可以像 pytz 时区一样在 pandas 中使用。 (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')

参见文档。

为 Series、DataFrame、Panel 和 Groupby 实现了 sem（均值标准误差）操作 (GH 6897)。
将 nlargest 和 nsmallest 添加到 Series groupby 允许列表中，这意味着您现在可以在 SeriesGroupBy 对象上使用这些方法 (GH 7053)。
所有偏移量 apply、rollforward 和 rollback 现在可以处理 np.datetime64，以前会产生 ApplyTypeError (GH 7452)。
Period 和 PeriodIndex 的值可以包含 NaT (GH 7485)。
支持对在项目轴（分别为 index、columns 和 items）上具有非唯一标签的 Series、DataFrame 和 Panel 对象进行 pickle 化 (GH 7370)。
改进了混合空对象的日期时间/时间差推断。解释包含所有空元素的对象索引时，从 0.13.1 版本回归 (GH 7431)。

性能#

改进了涉及 dtype 的数值操作的 dtype 推断，从而提高了 dtypes 的性能：int64、timedelta64、datetime64 (GH 7223)。
改进了 Series.transform，显著提高了性能 (GH 6496)。
改进了 DataFrame.transform 与 ufuncs 和内置 grouper 函数的结合，显著提高了性能 (GH 7383)。
datetime64 dtypes 的 groupby 聚合出现回归 (GH 7555)。
改进了大型可迭代对象的 MultiIndex.from_product (GH 7627)。

实验性功能#

pandas.io.data.Options 有一个新方法 get_all_data，现在始终返回 MultiIndexed DataFrame (GH 5602)。
io.gbq.read_gbq 和 io.gbq.to_gbq 进行了重构，移除了对 Google bq.py 命令行客户端的依赖。该子模块现在使用 httplib2 和 Google apiclient 以及 oauth2client API 客户端库，这些库应该比 bq.py 更稳定，因此更可靠。参见文档。 (GH 6937)。

错误修复#

DataFrame.where 在对称形状的 frame 和传入的 DataFrame 类型 'other' 参数时存在错误 (GH 7506)。
Panel 索引与 MultiIndex 轴的错误 (GH 7516)。
具有重复索引和非精确端点的日期时间切片索引出现回归 (GH 7523)。
列表的列表和单一类型与混合类型在设置项时存在的错误 (GH 7551:)
非对齐 Series 的时间操作错误 (GH 7500)。
分配不完整 Series 时的 timedelta 推断错误 (GH 7592)。
带有 Series 和整数类型列名的 groupby .nth 错误 (GH 7559)。
带有布尔访问器的 Series.get 错误 (GH 7407)。
value_counts 中 NaT 未被识别为缺失值 (NaN) 的错误 (GH 7423)。
to_timedelta 接受无效单位并错误解释 'm/h' 的错误 (GH 7611, GH 6423)。
折线图在 secondary_y=True 时未设置正确 xlim 的错误 (GH 7459)。
分组 hist 和 scatter 图使用旧的 figsize 默认值的错误 (GH 7394)。
使用 DataFrame.plot 绘制子图时，hist 即使子图数量为一个也会清除传入 ax 的错误 (GH 7391)。
使用 DataFrame.boxplot 绘制子图时，如果子图数量超过 1，by 关键字会引发 ValueError 的错误 (GH 7391)。
子图中 ticklabels 和 labels 显示规则不同的错误 (GH 5897)。
Panel.apply 在 MultiIndex 作为轴时的错误 (GH 7469)。
DatetimeIndex.insert 未保留 name 和 tz 的错误 (GH 7299)。
DatetimeIndex.asobject 未保留 name 的错误 (GH 7299)。
MultiIndex 切片与日期时间范围（字符串和 Timestamps）的错误 (GH 7429)。
Index.min 和 max 未正确处理 nan 和 NaT 的错误 (GH 7261)。
PeriodIndex.min/max 结果为 int 的错误 (GH 7609)。
resample 中，如果传入 how，则 fill_method 被忽略的错误 (GH 2073)。
TimeGrouper 未排除由 key 指定的列的错误 (GH 7227)。
DataFrame 和 Series 柱状图和条形图在指定 bottom 和 left 关键字时引发 TypeError 的错误 (GH 7226)。
DataFrame.hist 包含非数字列时引发 TypeError 的错误 (GH 7277)。
Index.delete 未保留 name 和 freq 属性的错误 (GH 7302)。
DataFrame.query()/eval 中，带有 @ 符号的本地字符串变量被错误地视为临时变量并尝试删除的错误 (GH 7300)。
Float64Index 不允许重复项的错误 (GH 7149)。
DataFrame.replace() 中，truthy 值被替换的错误 (GH 7140)。
StringMethods.extract() 中，单个匹配组 Series 使用匹配器名称而不是组名称的错误 (GH 7313)。
isnull() 在 mode.use_inf_as_null == True 时，遇到 inf/-inf 未返回 True 的错误 (GH 7315)。
东半球时区的 inferred_freq 结果为 None 的错误 (GH 7310)。
Easter 在偏移量为负时返回错误日期的错误 (GH 7195)。
.div、整数 dtypes 和除以零的广播错误 (GH 7325)。
CustomBusinessDay.apply 传入 np.datetime64 对象时引发 NameError 的错误 (GH 7196)。
MultiIndex.append、concat 和 pivot_table 未保留时区的错误 (GH 6606)。
.loc 使用单层 MultiIndex（未嵌套）上的索引器列表的错误 (GH 7349)。
Series.map 映射具有不同长度元组键的字典时的错误 (GH 7333)。
所有 StringMethods 现在都可以在空 Series 上工作的错误 (GH 7242)。
修复 read_sql 在查询不包含 'select' 时委托给 read_sql_query 的问题 (GH 7324)。
在调用 np.isnan 时，将字符串列名分配给具有 Float64Index 的 DataFrame 引发 TypeError 的错误 (GH 7366)。
NDFrame.replace() 未正确替换具有 Period 值的对象的错误 (GH 7379)。
.ix getitem 应始终返回 Series 的错误 (GH 7150)。
MultiIndex 切片与不完整索引器的错误 (GH 7399)。
MultiIndex 切片在切片级别中带有步长的错误 (GH 7400)。
DatetimeIndex 中的负索引器未正确切片的错误 (GH 7408)。
NaT 在 MultiIndex 中未正确表示的错误 (GH 7406, GH 7409)。
convert_objects 中布尔对象转换为 nan 的错误 (GH 7416)。
quantile 忽略 axis 关键字参数的错误 (GH 7306)。
nanops._maybe_null_out 不适用于复数的错误 (GH 7353)。
在 1 维 nan 数组中 axis==0 时，一些 nanops 函数的错误 (GH 7354)。
nanops.nanmedian 在 axis==None 时不工作的错误 (GH 7352)。
nanops._has_infs 不适用于许多 dtypes 的错误 (GH 7357)。
StataReader.data 读取 0 观察值 dta 失败的错误 (GH 7369)。
StataReader 在读取包含固定宽度字符串的 Stata 13 (117) 文件时的错误 (GH 7360)。
StataWriter 忽略编码的错误 (GH 7286)。
DatetimeIndex 比较未正确处理 NaT 的错误 (GH 7529)。
将带有 tzinfo 的输入传递给某些偏移量的 apply、rollforward 或 rollback 会重置 tzinfo 或引发 ValueError 的错误 (GH 7465)。
DatetimeIndex.to_period、PeriodIndex.asobject、PeriodIndex.to_timestamp 未保留 name 的错误 (GH 7485)。
DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 错误地处理 NaT 的错误 (GH 7228)。
offsets.apply、rollforward 和 rollback 可能返回普通 datetime 的错误 (GH 7502)。
resample 在目标包含 NaT 时引发 ValueError 的错误 (GH 7227)。
Timestamp.tz_localize 重置 nanosecond 信息的错误 (GH 7534)。
DatetimeIndex.asobject 包含 NaT 时引发 ValueError 的错误 (GH 7539)。
Timestamp.__new__ 未正确保留纳秒的错误 (GH 7610)。
Index.astype(float) 返回 object dtype Index 的错误 (GH 7464)。
DataFrame.reset_index 丢失 tz 的错误 (GH 3950)。
DatetimeIndex.freqstr 在 freq 为 None 时引发 AttributeError 的错误 (GH 7606)。
由 TimeGrouper 创建的 GroupBy.size 引发 AttributeError 的错误 (GH 7453)。
单列柱状图未对齐的错误 (GH 7498)。
带有 tz-aware 时间序列的面积图引发 ValueError 的错误 (GH 7471)。
非单调 Index.union 可能错误地保留 name 的错误 (GH 7458)。
DatetimeIndex.intersection 未保留时区的错误 (GH 4690)。
rolling_var 中，当窗口大于数组时会引发错误的错误 (GH 7297)。
最后绘制的时间序列决定 xlim 的错误 (GH 2960)。
secondary_y 轴未被考虑用于时间序列 xlim 的错误 (GH 3490)。
Float64Index 分配非标量索引器的错误 (GH 7586)。
pandas.core.strings.str_contains 在 regex=False 和 case=False 时未能正确进行不区分大小写匹配的错误 (GH 7505)。
expanding_cov、expanding_corr、rolling_cov 和 rolling_corr 对于两个索引不匹配的参数的错误 (GH 7512)。
to_sql 将布尔列视为文本列的错误 (GH 7678)。
分组 hist 未正确处理 rot kw 和 sharex kw 的错误 (GH 7234)。
.loc 在 object dtype 索引上执行回退整数索引的错误 (GH 7496)。
PeriodIndex 构造函数在传入 Series 对象时存在的错误（回归）(GH 7701)。

贡献者#

共有 46 人为此版本贡献了补丁。名字旁边带有“+”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 +