版本0.9.0(2012年10月7日)#
这是从0.8.1开始的一个主要版本,包括几个新功能和增强功能,以及大量的错误修复。新功能包括矢量化Unicode编码/解码 Series.str
, to_latex
方法转换为DataFrame,更灵活地解析布尔值,并支持从Yahoo!金融学。
新功能#
添加
encode
和decode
对于Unicode处理 vectorized string processing methods 在Series.str中 (GH1706 )添加
DataFrame.to_latex
方法 (GH1735 )添加所有滚动_*操作的便捷扩展窗口等效项 (GH1785 )
添加
level
参数设置为Series.reset_index
TimeSeries.between_time
现在可以选择午夜的时间 (GH1871 )序列构造函数现在可以将生成器作为输入处理 (GH1679 )
DataFrame.dropna
现在可以接受多个轴(元组/列表)作为输入 (GH924 )Enable
skip_footer
parameter inExcelFile.parse
(GH1843)
API更改#
在以下情况下的默认列名
header=None
并且没有传递给函数的列名,如read_csv
已更改为更具毕德式风格,且更易于属性访问:
In [1]: import io
In [2]: data = """
...: 0,0,1
...: 1,1,0
...: 0,1,0
...: """
...:
In [3]: df = pd.read_csv(io.StringIO(data), header=None)
In [4]: df
Out[4]:
0 1 2
0 0 0 1
1 1 1 0
2 0 1 0
[3 rows x 3 columns]
从另一个系列创建系列,传递索引,将导致在内部进行重新索引,而不是将系列视为ndarray。技术上不恰当的用法,如
Series(df[col1], index=df[col2])
这在以前是“偶然”的(这从来不是有意的),在某些情况下会导致所有的NA系列。说得非常清楚:
In [5]: s1 = pd.Series([1, 2, 3])
In [6]: s1
Out[6]:
0 1
1 2
2 3
Length: 3, dtype: int64
In [7]: s2 = pd.Series(s1, index=["foo", "bar", "baz"])
In [8]: s2
Out[8]:
foo NaN
bar NaN
baz NaN
Length: 3, dtype: float64
Deprecated
day_of_year
API removed from PeriodIndex, usedayofyear
(GH1723)不在导入时将NumPy取消打印修改为True
DataFrames的内部HDF5数据排列已调换。旧文件仍可由HDFStore读取 (GH1834 , GH1824 )
移除遗留问题:anda as.stats.misc.QuantileTS
使用ISO8601格式作为周期报告:每月、每日和递减 (GH1776 )
现在,空的DataFrame列被创建为对象dtype。这将防止在代码中出现一类TypeError,其中列的数据类型将取决于是否存在数据(例如,具有结果的SQL查询) (GH1783 )
使用IX设置DataFrame/Panel的部分现在可以对齐输入系列/DataFrame (GH1630 )
first
和last
中的方法GroupBy
不再删除非数字列 (GH1809 )解决了在文本解析器中指定自定义NA值时的不一致问题。
na_values
类型为dict的不再覆盖默认Nas,除非keep_default_na
显式设置为FALSE (GH1657 )DataFrame.dot
不会进行数据对齐,也会使用系列 (GH1915 )
请参阅 full release notes 或在GitHub上的问题跟踪器上查看完整的列表。
贡献者#
共有24人为此次发布贡献了补丁。名字中带有“+”的人第一次贡献了一个补丁。
Chang She
Christopher Whelan +
Dan Miller +
Daniel Shapiro +
Dieter Vandenbussche
Doug Coleman +
John-Colvin +
Johnny +
Joshua Leahy +
Lars Buitinck +
Mark O'Leary +
Martin Blais
MinRK +
Paul Ivanov +
Skipper Seabold
Spencer Lyon +
Taavi Burns +
Wes McKinney
Wouter Overmeire
Yaroslav Halchenko
lenolib +
tshauck +
y-p +
Øystein S. Haaland +