版本 0.17.1（2015 年 11 月 21 日）# 笔记 我们很自豪地宣布pandas已成为（ NumFOCUS 组织）的赞助项目。这将有助于确保pandas作为世界级开源项目的成功开发。 这是 0.17.0 的一个小错误修复版本，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。 亮点包括： 支持条件 HTML 格式，请参阅此处 在 csv 读取器和其他操作上释放 GIL，请参阅此处 修复了 0.16.2 中的回归DataFrame.drop_duplicates，导致整数值结果不正确 ( GH 11376 ) v0.17.1 中的新增功能 新功能 条件 HTML 格式 增强功能 API变更 弃用 性能改进 Bug修复 贡献者 新功能＃ 条件 HTML 格式# 警告 这是一项新功能，正在积极开发中。我们将在未来的版本中添加功能并可能做出重大更改。欢迎在GH 11610中提供反馈 我们添加了对条件 HTML 格式的实验性支持：基于数据的 DataFrame 的视觉样式。样式是通过 HTML 和 CSS 完成的。使用 , 属性访问样式器类，该属性是附加数据pandas.DataFrame.style的实例。Styler 这是一个简单的例子： 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 乙 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 交互良好。请参阅文档了解更多信息。 增强功能# DatetimeIndexastype(str)现在支持使用（GH 10442）转换为字符串 支持( GH 7615 )compression中的 (gzip/bz2)pandas.DataFrame.to_csv() pd.read_*函数现在还可以接受pathlib.Path, 或py:py._path.local.LocalPath 对象作为参数filepath_or_buffer。 ( GH 11033 ) -DataFrame和Series函数.to_csv()，.to_html()现在.to_latex()可以处理以波形符开头的路径（例如~/Documents/）( GH 11438 ) DataFrame现在使用 a 的字段namedtuple作为列，如果未提供列（GH 11181） DataFrame.itertuples()现在如果可能的话返回namedtuple对象。 （GH 11269，GH 11625） 添加axvlines_kwds到平行坐标图（GH 10709） .info()提供.memory_usage()对内存消耗进行深度自省的选项。请注意，计算成本可能很高，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') 如果类别属于该类型，则系列类型category现在可以.str.<...>使用访问器方法/属性。 .dt.<...>（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，因此您可以使用默认“全部”以外的其他内容（GH 3335） 使用固定的 HDF5 存储实现数据类型的导出（ GH 11411）datetime64[ns, tz] 漂亮的打印集（例如在 DataFrame 单元格中）现在使用集文字语法 ( ) 而不是旧版 Python 语法 ( ) ( GH 11215 ){x, y}set([x, y]) pandas.io.gbq.to_gbq()改进流式插入失败时的错误消息( GH 11285 ) 以及 DataFrame 与目标表的架构不匹配时的错误消息 ( GH 11359 ) API 更改# NotImplementedError针对Index.shift不支持的索引类型提出 ( GH 8038 ) min和dtyped 系列max的减少现在导致和不（GH 11245）。datetime64timedelta64NaTnan 使用空键建立索引将引发 a TypeError，而不是ValueError( GH 11356 ) Series.ptp现在默认忽略缺失值（GH 11163） 弃用# pandas.io.ga实现支持的模块已google-analytics弃用，并将在未来版本中删除（GH 11308） 弃用engine关键字 in .to_csv()，该关键字将在未来版本中删除（GH 11274） 性能改进# 在索引上排序之前检查单调性（GH 11080） Series.dropna当其 dtype 不能包含时性能改进NaN（GH 11159） DatetimeIndex.year在大多数日期时间字段操作（例如，Series.dt.year）、规范化以及与 和 之间的转换Period上DatetimeIndex.to_period释放GIL PeriodIndex.to_timestamp（GH 11263） 在一些滚动算法上释放 GIL：rolling_median, rolling_mean, rolling_max, rolling_min, rolling_var, rolling_kurt, rolling_skew( GH 11450 ) 读取和解析 中的文本文件时释放 GIL read_csv，read_table( GH 11272 ) 改进的性能rolling_median( GH 11450 ) 改进的性能to_excel( GH 11352 ) 类别再现中的性能错误Categorical，在切割字符串以进行显示之前渲染字符串（GH 11305） 性能改进Categorical.remove_unused_categories，（GH 11643）。 Series改进了没有数据的构造函数的性能DatetimeIndex（GH 11433） shift改进了、cumprod和与 groupby的性能cumsum（GH 4095） Bug修复＃ SparseArray.__iter__()PendingDeprecationWarning现在在 Python 3.5 中不会导致（ GH 11622） 从 0.16.2 回归长浮点数/nan 的输出格式，在 ( GH 11302 )中恢复 Series.sort_index()现在可以正确处理该inplace选项（GH 11402） PyPi读取浮点数的 csv 时，构建中分布不正确的 .c 文件会显示异常（GH 11374）na_values=<a scalar> .to_latex()当索引有名称时，输出中的错误会损坏（ GH 10660） HDFStore.append编码长度超过最大未编码长度的字符串出现错误（ GH 11234） 合并数据类型时出现错误（GH 11405）datetime64[ns, tz] HDFStore.select与 where 子句中的 numpy 标量进行比较时出现错误（ GH 11283） DataFrame.ix使用MultiIndex 索引器时出现错误( GH 11372 ) 端点不明确的错误date_range（GH 11626） 防止向访问器添加新属性.str，.dt和.cat。无法检索这样的值，因此设置它时会出错。 （GH 10673） tz 转换中的错误，时间和.dt访问器不明确（GH 11295） 使用不明确时间索引时输出格式中的错误（GH 11619） 系列与列表之类的比较中的错误（GH 11339） 错误DataFrame.replace与 a和不兼容的 to_replace （GH 11326，GH 11153）datetime64[ns, tz] 未确定a 中的isnull位置为 null中的错误（ GH 11206）numpy.datetime64('NaT')numpy.array 使用混合整数索引的类似列表的索引中的错误（GH 11320） 当索引为dtypepivot_table时出现错误（GH 10993）margins=TrueCategorical 错误DataFrame.plot无法使用十六进制字符串颜色（GH 10299） 从 0.16.2 开始回归DataFrame.drop_duplicates，导致整数值结果不正确 ( GH 11376 ) pd.eval列表错误中的一元操作错误（ GH 11235） 零长度数组的错误squeeze()（GH 11230，GH 8999） describe()删除分层索引的列名称时出现错误（ GH 11517） 未在方法上DataFrame.pct_change()传播axis关键字的错误（ GH 11150）.fillna .to_csv()当整数和字符串列名混合作为参数传递时出现错误columns（GH 11637） 使用range, ( GH 11652 )进行索引时出现错误 设置列时 numpy 标量的推断和保留 dtype 中的错误（GH 11638） to_sql使用 unicode 列名时出现 UnicodeEncodeError 错误（ GH 11431）。 修复( GH 11529xticks )设置中的回归。plot holiday.dates遵守规则无法应用于假期和文档增强的错误（ GH 11477、GH 11533） Axes修复使用普通实例而不是SubplotAxes（GH 11520、GH 11556）时的绘图问题。 当（GH 7124）时，错误DataFrame.to_latex()会产生额外的规则header=False df.groupby(...).apply(func)当 func 返回Series包含新的 datetimelike 列时出现的错误( GH 11324 ) pandas.json当要加载的文件很大时出现错误（ GH 11344） 重复列中的错误to_excel（GH 11007、GH 10982、GH 10970） 修复了阻止构建空系列 dtype 的错误（GH 11245）。datetime64[ns, tz] read_excel包含整数的 MultiIndex存在错误（ GH 11317） to_excelopenpyxl 2.2+ 和合并中的错误（ GH 11408） 错误DataFrame.to_dict()产生一个np.datetime64对象，而不是Timestamp当数据中仅存在日期时间时（GH 11327） DataFrame.corr()当使用布尔列和非布尔列计算 DataFrame 的 Kendall 相关性时，错误会引发异常（ GH 11560） inlineFreeBSD 10+ 上由 C 函数引起的链接时错误中的 Bug （带有clang）( GH 10510 ) DataFrame.to_csv传递格式化参数时出现错误MultiIndexes，包括date_format（GH 7791） DataFrame.join()生成错误（how='right'GH 11519）TypeError Series.quantile空列表结果中的错误Index与objectdtype ( GH 11588 ) pd.merge结果为空Int64Index而不是Index(dtype=object)合并结果为空时的错误（ GH 11588） Categorical.remove_unused_categories具有值时出现错误NaN（GH 11599） 错误DataFrame.to_sparse()丢失多索引的列名称（GH 11600） DataFrame.round()非唯一列索引的错误会产生致命的 Python 错误（ GH 11611） DataFrame.round()作为decimals非唯一索引系列产生额外列的错误（ GH 11618） 贡献者# 共有 63 人为此版本贡献了补丁。名字带有“+”的人首次贡献了补丁。 亚历山大·德罗兹德 + 亚历克斯·蔡斯 + 安东尼奥·帕特尼奥 布伦巴恩 + 布莱恩·J·麦奎克 + 克里斯 克里斯蒂安·贝伦特 + 克里斯蒂安·佩雷斯 + 科迪·皮索尔 + 数据和代码专家在数据上进行代码实验 驾驶+ 埃文·赖特 纪尧姆·盖伊 哈米德·萨尔乔吉内贾德 + 伊比利斯·林 + 杰克·范德·普拉斯 扬·舒尔茨 让-马蒂厄·德舍内 + 杰夫·雷巴克 吉米·卡林 + 乔里斯·范登博什 K.-迈克尔·埃伊 陈嘉禾 Loïc Séguin-C + 罗毅诚+ 马格努斯·朱德 + 曼努埃尔·莱昂哈特 + 马修·吉尔伯特 马克西米利安·鲁斯 迈克尔+ 尼古拉斯·斯塔尔 + 尼古拉斯·博诺特 + 飞天教+ 佩特拉·冲 + 菲尔·沙夫 + 菲利普A+ 罗布·德卡瓦略 + 罗曼·霍门科 + 雷米·莱昂 + 塞巴斯蒂安银行 + 辛赫克斯 史蒂芬·霍耶 蒂埃里·莫伊桑 汤姆·奥格斯普格 燕尾服1+ 瓦伦+ 维兰德·霍夫曼 + 冬花 约阿夫·拉姆 + 金英根 泽克+ 阿杰克 阿祖兰斯基+ 贝赫扎德·努里 细胞4 艾米丽多尔森 + 希罗诺+ 性的 呜呜呜 + 罗格 沉默类星体 + 辛赫克斯 太古+