解释 Copy-on-Write 的迁移路径 简介 Copy-on-Write (CoW) 的引入是一项重大更改，将对现有的 pandas 代码产生一些影响。我们将研究如何调整我们的代码以避免默认启用 CoW 时出现错误。目前计划针对Pandas……

新版本 pandas 2.1 最有趣的事情于 2023 年 8 月 30 日发布。让我们看一下该版本引入的内容以及它将如何帮助我们改进 pandas 工作负载。它包括一系列改进以及一系列新的……

解释写入时复制如何优化性能 简介 第一篇文章解释了写入时复制机制的工作原理。它强调了将副本引入工作流程的一些领域。这篇文章将重点关注优化，以确保这不会减慢平均工作流程。我们利用 pandas 内部使用的技术......

解释 Copy-on-Write 内部工作原理 简介 pandas 2.0 于 4 月初发布，为新的 Copy-on-Write (CoW) 模式带来了许多改进。该功能预计将成为 pandas 3.0 的默认功能，目前计划于 2024 年 4 月发布。没有计划……

解释 pandas 数据模型及其优点 简介 pandas 使您能够在不同类型的数组之间进行选择来表示 DataFrame 的数据。从历史上看，大多数 DataFrame 都由 NumPy 数组支持。pandas 2.0 引入了使用 PyArrow 数组作为存储格式的选项。那里存在 …

在发布前一天收到重大性能下降的通知很糟糕，但快速识别并解决它感觉很棒！当我们在 JupyterCon 2023 的展位上布置时，我们收到了一条通知：我们团队的一名工程师发现 Dask 出现了显着的性能下降。和 …

或者：编写高效的 p​​andas 代码有何重要意义 简介 我经常看到基准测试，显示 Polars 与 pandas 相比要快多少。Polars 比 pandas 更快这一事实并不令人意外，因为它是多线程的，而 pandas 大多是单核的。但巨大的差异让我感到惊讶。那是 …

立即充分利用 pandas 和 Dask 中的 PyArrow 支持 简介 这篇文章探讨了我们现在可以在哪些方面使用 PyArrow 来改进 pandas 和 Dask 工作流程。pandas 2.0 向 pandas 和 Dask 添加了对 PyArrow dtypes 的一般支持。这解决了一堆...

API 如何变化以及如何利用新功能 简介 经过 3 年的开发，第二个 pandas 2.0 候选版本于 3 月 16 日发布。pandas 2.0 中有许多新功能，包括改进的扩展数组支持、对 DataFrames 的 pyarrow 支持以及……

简介 在撰写本文时，我们正在发布 pandas 2.0。该项目拥有大量用户，个人和企业用户在生产中使用相当广泛。这种大规模的使用迫使我们变得保守，并使我们……

提高从 pandas 对象中选择数据时的性能 简介 有多种方法可以从 pandas 对象中选择数据子集。根据具体操作，结果要么是指向原始数据的视图，要么是原始数据的副本。这关系到……

摆脱烦人的SettingWithCopyWarning 消息 简介 pandas 中的索引操作非常灵活，因此，在许多情况下，其行为可能完全不同，从而产生意外的结果。此外，很难预测何时引发SettingWithCopyWarning 以及这到底意味着什么。我将展示几个……

问题 我们希望找出国内航班平均延误时间最多的美国排名前 5 的机场。数据 我们将使用 Data Expo 2009：来自Harvard Dataverse 的航空公司准点数据集。数据包括航班到达和出发详细信息……

Pandas 当前关于索引是否返回视图或副本的行为令人困惑，即使对于经验丰富的用户也是如此。但事情不一定非得这样。我们可以通过简化复制/查看规则来使 pandas 的这方面更容易掌握，同时使 pandas 更加节省内存。并摆脱SettingWithCopyWarning。

作者：Lucy Jiménez 和 Dorothy Kabarozi B。我们希望分享我们在改进 ASV 基准测试框架以及 NumFOCUS 赞助的 pandas 项目多样性工作方面的经验。这笔赠款重点关注

今天 pandas 庆祝其 1.0.0 版本发布。从很多方面来说，这只是一个普通版本，具有许多新功能、性能改进和错误修复，这些内容记录在

这篇博文为我关于 pandas 中更好的缺失值支持的提案提供了一些背景和动机，以及已合并到开发版本中的更改（将在 pandas 1.0 中发布）：引入了一个新的 pd.NA 标量，可以使用在所有数据类型中保持一致..

一些背景这篇文章主要是一篇关于 pandas 文档状态的技术文章。但让我提供一些关于它的来源的背景信息。这是个人观点，但我认为 pandas 是开源如何转变的最明显的例子之一......

一些令人兴奋的消息。经过几年组织冲刺和维护开源之后，我一直在考虑为活动量大的项目（例如 Pandas）提供更高效的工作流程。一个夸张的例子是我想在 pandas 中创建 1,600 个问题。每个文档字符串一个...

2019 年后 NumFOCUS 奖项和新贡献者表彰首先出现在 NumFOCUS 上。

陈·扎克伯格倡议资助 NumFOCUS 项目维护一文首先出现在 NumFOCUS 上。

2019 年 Pandas Hack 的亮点帖子首先出现在 NumFOCUS 上。

上周，EuroSciPy 2019 在西班牙毕尔巴鄂举行。今年，我们引入了维护者追踪室，专门用于维护者之间的讨论。这个想法类似于物以类聚或其他会议的非会议会议。但重点关注开源维护者和贡献者。我们安排了……

Pandas 最近进行了一项用户调查，以帮助指导未来的发展。感谢所有参加的人。这篇文章介绍了高水平的结果。此分析和原始数据可以在

简短摘要：即将发布的 GeoPandas 0.6.0 版本将基于 pandas ExtensionArray 接口进行重构。尽管此更改应该保持用户界面基本稳定，但它可以与 pandas 进行更强大的集成，并允许将来进行更多更改。考虑到底层的侵入性代码更改，非常欢迎进行测试！

Leo Breiman 是加州大学伯克利分校的一位杰出统计学家，因其对 CART（决策树）和集成技术（主要是引导聚合）的重大贡献而闻名。将两者结合起来，他甚至能够定义当今最流行的机器学习模型之一（在......出版 18 年后）

可扩展性是过去几个版本中 pandas 开发的一个主要主题。这篇文章介绍了 pandas 扩展数组接口：它背后的动机以及它可能如何影响你

首届 NumFOCUS 奖项和新贡献者表彰活动首先出现在 NumFOCUS 上。

文章《全球 Pandas 文档冲刺：仔细观察》首先出现在 NumFOCUS 上。

3 月 10 日发生了#pandasSprint。据我所知，这是一次前所未有的活动，大约 500 人共同努力改进流行的 pandas 库的文档。作为参与组织这次活动的人之一，我想写……

上周末，Marc Garcia 和其他许多人组织了一次全球性的 pandas 文档冲刺 (https://python-sprints.github.io/pandas/)。目标是改进 pandas API 文档，我不得不说，这是一个巨大的成功！

我非常高兴能够参与新的开源 Apache Arrow 社区计划。对于 Python（还有 R！），它将有助于显着提高数据访问速度 更接近本机性能 适用于 Apache Spark 等大数据系统的 Python 扩展 针对嵌套/类似 JSON 的数据的新内存分析功能 有很多地方您可以使用它可以了解有关 Arrow 的更多信息，但这篇文章是关于它如何与 pandas 用户特别相关的。例如，请参阅：“Python 和 Hadoop：联盟状况”“Apache Arrow 简介：快速、可互操作的内存中列式数据结构标准”“Apache Arrow 简介：列式内存中分析”

作者：Gina Helfrich NumFOCUS 很高兴地宣布 pandas 成为我们最新的财政资助项目。pandas 是一个 BSD 许可的开源库，为 Python 编程语言提供高性能、易于使用的数据结构和数据分析工具。pandas 使用户能够在 Python 中执行整个数据分析工作流程，而无需切换到更特定领域的语言，例如 [...] NumFOCUS 宣布新的财政赞助项目：pandas 首先出现在 NumFOCUS 上。