版本 0.18.0（2016 年 3 月 13 日）#

这是 0.17.1 的主要版本，包括少量 API 更改、一些新功能、增强功能和性能改进以及大量错误修复。我们建议所有用户升级到此版本。

警告

pandas >= 0.18.0 不再支持与 Python 版本 2.6 和 3.3 的兼容性（GH 7718、GH 11273）

警告

numexpr2.4.4 版现在将显示警告，并且由于一些错误行为而不能用作 pandas 的计算后端。这不会影响其他版本（>= 2.1 和 >= 2.4.6）。（GH 12489）

亮点包括：

移动和扩展窗口函数现在是 Series 和 DataFrame 上的方法，类似于.groupby，请参见此处。
添加对 a 的支持RangeIndex作为的特殊形式Int64Index 以节省内存，请参阅此处。
API 对方法进行了重大更改，.resample使其更像.groupby ，请参见此处。
删除了对浮动位置索引的支持，该支持自 0.14.0 起已弃用。现在就这个提出来TypeError，看这里。
添加该.to_xarray()函数是为了与 xarray 包兼容，请参见此处。
read_sas增强了读取文件的功能，sas7bdat请参见此处。
添加了.str.extractall() 方法，并对.str.extract() 方法和.str.cat() 方法进行了 API 更改。
pd.test()提供顶级鼻子测试运行机（GH 4327）。

更新前请检查API 更改和弃用。

新功能＃

窗口函数现在是方法#

窗口函数已被重构为Series/DataFrame对象上的方法，而不是现已弃用的顶级函数。这允许这些窗口类型函数具有与.groupby.请参阅此处的完整文档（GH 11603、GH 12373）

In [1]: np.random.seed(1234)

In [2]: df = pd.DataFrame({'A': range(10), 'B': np.random.randn(10)})

In [3]: df
Out[3]: 
   A         B
0  0  0.471435
1  1 -1.190976
2  2  1.432707
3  3 -0.312652
4  4 -0.720589
5  5  0.887163
6  6  0.859588
7  7 -0.636524
8  8  0.015696
9  9 -2.242685

[10 rows x 2 columns]

以前的行为：

In [8]: pd.rolling_mean(df, window=3)
        FutureWarning: pd.rolling_mean is deprecated for DataFrame and will be removed in a future version, replace with
                       DataFrame.rolling(window=3,center=False).mean()
Out[8]:
    A         B
0 NaN       NaN
1 NaN       NaN
2   1  0.237722
3   2 -0.023640
4   3  0.133155
5   4 -0.048693
6   5  0.342054
7   6  0.370076
8   7  0.079587
9   8 -0.954504

新行为：

In [4]: r = df.rolling(window=3)

这些显示了描述性代表

In [5]: r
Out[5]: Rolling [window=3,center=False,axis=0,method=single]

通过制表符补全可用的方法和属性。

In [9]: r.<TAB>  # noqa E225, E999
r.A           r.agg         r.apply       r.count       r.exclusions  r.max         r.median      r.name        r.skew        r.sum
r.B           r.aggregate   r.corr        r.cov         r.kurt        r.mean        r.min         r.quantile    r.std         r.var

这些方法对Rolling对象本身进行操作

In [6]: r.mean()
Out[6]: 
     A         B
NaN       NaN
NaN       NaN
1.0  0.237722
2.0 -0.023640
3.0  0.133155
4.0 -0.048693
5.0  0.342054
6.0  0.370076
7.0  0.079587
8.0 -0.954504

[10 rows x 2 columns]

他们提供 getitem 访问器

In [7]: r['A'].mean()
Out[7]: 
  NaN
  NaN
  1.0
  2.0
  3.0
  4.0
  5.0
  6.0
  7.0
  8.0
Name: A, Length: 10, dtype: float64

以及多重聚合

In [8]: r.agg({'A': ['mean', 'std'],
   ...:        'B': ['mean', 'std']})
   ...: 
Out[8]: 
     A              B          
  mean  std      mean       std
0  NaN  NaN       NaN       NaN
1  NaN  NaN       NaN       NaN
2  1.0  1.0  0.237722  1.327364
3  2.0  1.0 -0.023640  1.335505
4  3.0  1.0  0.133155  1.143778
5  4.0  1.0 -0.048693  0.835747
6  5.0  1.0  0.342054  0.920379
7  6.0  1.0  0.370076  0.871850
8  7.0  1.0  0.079587  0.750099
9  8.0  1.0 -0.954504  1.162285

[10 rows x 4 columns]

更改重命名#

Series.rename除了更改标签的旧行为之外，现在还NDFrame.rename_axis可以采用标量或类似列表的参数来更改 Series 或轴名称。（GH 9494，GH 11965）

In [9]: s = pd.Series(np.random.randn(5))

In [10]: s.rename('newname')
Out[10]: 
0    1.150036
1    0.991946
2    0.953324
3   -2.021255
4   -0.334077
Name: newname, Length: 5, dtype: float64

In [11]: df = pd.DataFrame(np.random.randn(5, 2))

In [12]: (df.rename_axis("indexname")
   ....:    .rename_axis("columns_name", axis="columns"))
   ....: 
Out[12]: 
columns_name         0         1
indexname                       
0             0.002118  0.405453
1             0.289092  1.321158
2            -1.546906 -0.202646
3            -0.655969  0.193421
4             0.553439  1.318152

[5 rows x 2 columns]

新功能在方法链中运行良好。以前这些方法只接受将标签映射到新标签的函数或字典。对于函数或类似字典的值，这将继续像以前一样工作。

范围索引#

ARangeIndex已添加到Int64Index子类中，以支持常见用例的内存节省替代方案。这与 pythonrange对象（在 python 2 中）有类似的实现xrange，因为它只存储索引的开始、停止和步长值。它将透明地与用户 API 交互，并Int64Index在需要时转换为。

现在，这将是对象的默认构造索引NDFrame，而不是以前的Int64Index. （GH 939、GH 12070、GH 12071、GH 12109、GH 12888）

以前的行为：

In [3]: s = pd.Series(range(1000))

In [4]: s.index
Out[4]:
Int64Index([  0,   1,   2,   3,   4,   5,   6,   7,   8,   9,
            ...
            990, 991, 992, 993, 994, 995, 996, 997, 998, 999], dtype='int64', length=1000)

In [6]: s.index.nbytes
Out[6]: 8000

新行为：

In [13]: s = pd.Series(range(1000))

In [14]: s.index
Out[14]: RangeIndex(start=0, stop=1000, step=1)

In [15]: s.index.nbytes
Out[15]: 128

对 str.extract 的更改#

.str.extract方法采用带有捕获组的正则表达式，查找每个主题字符串中的第一个匹配项，并返回捕获组的内容 ( GH 11386 )。

在 v0.18.0 中，该expand参数被添加到 extract.

expand=False：它返回Series、Index或DataFrame，具体取决于主题和正则表达式模式（与 0.18.0 之前的行为相同）。
expand=True：它总是返回 a DataFrame，从用户的角度来看，这更加一致且不易混淆。

当前默认值是expand=None给出 aFutureWarning并使用expand=False。为了避免出现此警告，请明确指定expand.

In [1]: pd.Series(['a1', 'b2', 'c3']).str.extract(r'[ab](\d)', expand=None)
FutureWarning: currently extract(expand=None) means expand=False (return Index/Series/DataFrame)
but in a future version of pandas this will be changed to expand=True (return DataFrame)

Out[1]:
0      1
1      2
2    NaN
dtype: object

使用一组提取正则表达式会返回一个 Series if expand=False。

In [16]: pd.Series(['a1', 'b2', 'c3']).str.extract(r'[ab](\d)', expand=False)
Out[16]: 
0      1
1      2
2    NaN
Length: 3, dtype: object

它返回一个DataFrame只有一列的 if expand=True。

In [17]: pd.Series(['a1', 'b2', 'c3']).str.extract(r'[ab](\d)', expand=True)
Out[17]: 
     0
0    1
1    2
2  NaN

[3 rows x 1 columns]

使用Index仅包含一个捕获组的正则表达式调用 an 会返回Indexif expand=False。

In [18]: s = pd.Series(["a1", "b2", "c3"], ["A11", "B22", "C33"])

In [19]: s.index
Out[19]: Index(['A11', 'B22', 'C33'], dtype='object')

In [20]: s.index.str.extract("(?P<letter>[a-zA-Z])", expand=False)
Out[20]: Index(['A', 'B', 'C'], dtype='object', name='letter')

它返回一个DataFrame只有一列的 if expand=True。

In [21]: s.index.str.extract("(?P<letter>[a-zA-Z])", expand=True)
Out[21]: 
  letter
0      A
1      B
2      C

[3 rows x 1 columns]

Index使用具有多个捕获组的正则表达式调用会引发ValueErrorif expand=False。

>>> s.index.str.extract("(?P<letter>[a-zA-Z])([0-9]+)", expand=False)
ValueError: only one regex group is supported with Index

它返回一个DataFrameif expand=True。

In [22]: s.index.str.extract("(?P<letter>[a-zA-Z])([0-9]+)", expand=True)
Out[22]: 
  letter   1
0      A  11
1      B  22
2      C  33

[3 rows x 2 columns]

总之，extract(expand=True)始终DataFrame 为每个主题字符串返回一行，为每个捕获组返回一列。

添加 str.extractall #

添加了.str.extractall方法（ GH 11386）。与不同extract，它仅返回第一个匹配项。

In [23]: s = pd.Series(["a1a2", "b1", "c1"], ["A", "B", "C"])

In [24]: s
Out[24]: 
A    a1a2
B      b1
C      c1
Length: 3, dtype: object

In [25]: s.str.extract(r"(?P<letter>[ab])(?P<digit>\d)", expand=False)
Out[25]: 
  letter digit
A      a     1
B      b     1
C    NaN   NaN

[3 rows x 2 columns]

该extractall方法返回所有匹配项。

In [26]: s.str.extractall(r"(?P<letter>[ab])(?P<digit>\d)")
Out[26]: 
        letter digit
  match             
A 0          a     1
  1          a     2
B 0          b     1

[3 rows x 2 columns]

对 str.cat 的更改#

该方法.str.cat()连接 a 的成员Series。之前，如果NaN系列中存在值，则调用.str.cat()它会返回NaN，这与 API 的其余部分不同Series.str.*。此行为已修改为NaN默认忽略值。（GH 11435）。

添加了一个新的、更友好的，ValueError以防止错误地将 thesep作为 arg 而不是作为 kwarg 提供。（GH 11334）。

In [27]: pd.Series(['a', 'b', np.nan, 'c']).str.cat(sep=' ')
Out[27]: 'a b c'

In [28]: pd.Series(['a', 'b', np.nan, 'c']).str.cat(sep=' ', na_rep='?')
Out[28]: 'a b ? c'

In [2]: pd.Series(['a', 'b', np.nan, 'c']).str.cat(' ')
ValueError: Did you mean to supply a ``sep`` keyword?

类似日期时间的舍入#

DatetimeIndex、Timestamp、TimedeltaIndex、Timedelta已经获得了.round()、.floor()和.ceil()日期时间类舍入、向下取整和向上取整的方法。（GH 4314，GH 11963）

天真的日期时间

In [29]: dr = pd.date_range('20130101 09:12:56.1234', periods=3)

In [30]: dr
Out[30]: 
DatetimeIndex(['2013-01-01 09:12:56.123400', '2013-01-02 09:12:56.123400',
               '2013-01-03 09:12:56.123400'],
              dtype='datetime64[ns]', freq='D')

In [31]: dr.round('s')
Out[31]: 
DatetimeIndex(['2013-01-01 09:12:56', '2013-01-02 09:12:56',
               '2013-01-03 09:12:56'],
              dtype='datetime64[ns]', freq=None)

# Timestamp scalar
In [32]: dr[0]
Out[32]: Timestamp('2013-01-01 09:12:56.123400')

In [33]: dr[0].round('10s')
Out[33]: Timestamp('2013-01-01 09:13:00')

Tz-aware 在当地时间是圆形的、有地板的和有天花板的

In [34]: dr = dr.tz_localize('US/Eastern')

In [35]: dr
Out[35]: 
DatetimeIndex(['2013-01-01 09:12:56.123400-05:00',
               '2013-01-02 09:12:56.123400-05:00',
               '2013-01-03 09:12:56.123400-05:00'],
              dtype='datetime64[ns, US/Eastern]', freq=None)

In [36]: dr.round('s')
Out[36]: 
DatetimeIndex(['2013-01-01 09:12:56-05:00', '2013-01-02 09:12:56-05:00',
               '2013-01-03 09:12:56-05:00'],
              dtype='datetime64[ns, US/Eastern]', freq=None)

时间增量

In [37]: t = pd.timedelta_range('1 days 2 hr 13 min 45 us', periods=3, freq='d')

In [38]: t
Out[38]: 
TimedeltaIndex(['1 days 02:13:00.000045', '2 days 02:13:00.000045',
                '3 days 02:13:00.000045'],
               dtype='timedelta64[ns]', freq='D')

In [39]: t.round('10min')
Out[39]: TimedeltaIndex(['1 days 02:10:00', '2 days 02:10:00', '3 days 02:10:00'], dtype='timedelta64[ns]', freq=None)

# Timedelta scalar
In [40]: t[0]
Out[40]: Timedelta('1 days 02:13:00.000045')

In [41]: t[0].round('2h')
Out[41]: Timedelta('1 days 02:00:00')

此外，.round()、.floor()和将通过的访问器.ceil()可用。.dtSeries

In [42]: s = pd.Series(dr)

In [43]: s
Out[43]: 
0   2013-01-01 09:12:56.123400-05:00
1   2013-01-02 09:12:56.123400-05:00
2   2013-01-03 09:12:56.123400-05:00
Length: 3, dtype: datetime64[ns, US/Eastern]

In [44]: s.dt.round('D')
Out[44]: 
0   2013-01-01 00:00:00-05:00
1   2013-01-02 00:00:00-05:00
2   2013-01-03 00:00:00-05:00
Length: 3, dtype: datetime64[ns, US/Eastern]

FloatIndex 中整数的格式#

中的整数FloatIndex（例如 1.）现在使用小数点和数字进行格式化0，例如1.0( GH 11713 ) 此更改不仅会影响控制台的显示，还会影响.to_csv或等 IO 方法的输出.to_html。

以前的行为：

In [2]: s = pd.Series([1, 2, 3], index=np.arange(3.))

In [3]: s
Out[3]:
0    1
1    2
2    3
dtype: int64

In [4]: s.index
Out[4]: Float64Index([0.0, 1.0, 2.0], dtype='float64')

In [5]: print(s.to_csv(path=None))
0,1
1,2
2,3

新行为：

In [45]: s = pd.Series([1, 2, 3], index=np.arange(3.))

In [46]: s
Out[46]: 
0.0    1
1.0    2
2.0    3
Length: 3, dtype: int64

In [47]: s.index
Out[47]: Index([0.0, 1.0, 2.0], dtype='float64')

In [48]: print(s.to_csv(path_or_buf=None, header=False))
0.0,1
1.0,2
2.0,3

数据类型分配行为的更改#

当使用相同数据类型的新切片更新 DataFrame 的切片时，DataFrame 的 dtype 现在将保持不变。（GH 10503）

以前的行为：

In [5]: df = pd.DataFrame({'a': [0, 1, 1],
                           'b': pd.Series([100, 200, 300], dtype='uint32')})

In [7]: df.dtypes
Out[7]:
a     int64
b    uint32
dtype: object

In [8]: ix = df['a'] == 1

In [9]: df.loc[ix, 'b'] = df.loc[ix, 'b']

In [11]: df.dtypes
Out[11]:
a    int64
b    int64
dtype: object

新行为：

In [49]: df = pd.DataFrame({'a': [0, 1, 1],
   ....:                    'b': pd.Series([100, 200, 300], dtype='uint32')})
   ....: 

In [50]: df.dtypes
Out[50]: 
a     int64
b    uint32
Length: 2, dtype: object

In [51]: ix = df['a'] == 1

In [52]: df.loc[ix, 'b'] = df.loc[ix, 'b']

In [53]: df.dtypes
Out[53]: 
a     int64
b    uint32
Length: 2, dtype: object

当 DataFrame 的整数切片部分更新为新的浮点切片（可能会向下转换为整数而不丢失精度）时，切片的 dtype 将设置为浮点而不是整数。

以前的行为：

In [4]: df = pd.DataFrame(np.array(range(1,10)).reshape(3,3),
                          columns=list('abc'),
                          index=[[4,4,8], [8,10,12]])

In [5]: df
Out[5]:
      a  b  c
4 8   1  2  3
  10  4  5  6
8 12  7  8  9

In [7]: df.ix[4, 'c'] = np.array([0., 1.])

In [8]: df
Out[8]:
      a  b  c
4 8   1  2  0
  10  4  5  1
8 12  7  8  9

新行为：

In [54]: df = pd.DataFrame(np.array(range(1,10)).reshape(3,3),
   ....:                   columns=list('abc'),
   ....:                   index=[[4,4,8], [8,10,12]])
   ....: 

In [55]: df
Out[55]: 
      a  b  c
4 8   1  2  3
  10  4  5  6
8 12  7  8  9

[3 rows x 3 columns]

In [56]: df.loc[4, 'c'] = np.array([0., 1.])

In [57]: df
Out[57]: 
      a  b  c
4 8   1  2  0
  10  4  5  1
8 12  7  8  9

[3 rows x 3 columns]

方法 to_xarray #

在 pandas 的未来版本中，我们将弃用Panel和其他 > 2 ndim 对象。为了提供连续性，所有NDFrame对象都获得了.to_xarray()转换为xarray对象的方法，该方法具有类似于 pandas 的接口，适用于 > 2 ndim。（GH 11972）

请参阅此处的 xarray 完整文档。

In [1]: p = Panel(np.arange(2*3*4).reshape(2,3,4))

In [2]: p.to_xarray()
Out[2]:
<xarray.DataArray (items: 2, major_axis: 3, minor_axis: 4)>
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
Coordinates:
  * items       (items) int64 0 1
  * major_axis  (major_axis) int64 0 1 2
  * minor_axis  (minor_axis) int64 0 1 2 3

乳胶表示#

DataFrame获得了一种._repr_latex_()方法，可以使用 nbconvert 在 ipython/jupyter 笔记本中转换为乳胶。（GH 11778）

请注意，必须通过设置选项pd.display.latex.repr=True（GH 12182）来激活它

例如，如果您有一个 jupyter 笔记本，计划使用 nbconvert 转换为 Latex，请将语句放在pd.display.latex.repr=True第一个单元格中，以使包含的 DataFrame 输出也存储为 Latex。

选项display.latex.escape和display.latex.longtable也已添加到配置中并由该方法自动使用to_latex 。有关更多信息，请参阅可用选项文档。

`pd.read_sas()`变化＃

read_sas已获得读取 SAS7BDAT 文件（包括压缩文件）的能力。这些文件可以完整读取，也可以增量读取。有关完整详细信息，请参阅此处。（GH 4052）

其他增强功能#

处理 SAS xport 文件中截断的浮点数 ( GH 11713 )
添加了隐藏索引的选项Series.to_string（GH 11729）
read_excel现在支持格式的 s3 url s3://bucketname/filename( GH 11447 )
AWS_S3_HOST从 s3 读取时添加对 env 变量的支持( GH 12198 )
Panel.round()现已实现一个简单版本（ GH 11763）
对于 Python 3.x，round(DataFrame), round(Series),round(Panel)可以工作 ( GH 11763 )
sys.getsizeof(obj)返回 pandas 对象的内存使用情况，包括它包含的值 ( GH 11597 )
Series获得is_unique属性（GH 11946）
DataFrame.quantile现在Series.quantile接受interpolation关键字（GH 10174）。
添加了DataFrame.style.format更灵活的单元格值格式（GH 11692）
DataFrame.select_dtypes现在允许np.float16类型代码（GH 11990）
pivot_table()现在接受参数的大多数迭代values（GH 12017）
添加了 GoogleBigQuery服务帐户身份验证支持，可在远程服务器上进行身份验证。（GH 11881，GH 12572）。欲了解更多详情，请参阅此处
HDFStore现在是可迭代的：相当于（GH 12221）。for k in storefor k in store.keys()
将缺少的方法/字段添加到.dtfor Period( GH 8848 )
整个代码库已被PEP标准化（GH 12096）

向后不兼容的 API 更改#

前导空格已从.to_string(index=False)方法的输出中删除（GH 11833）
该out参数已从该Series.round()方法中删除。（GH 11763）
DataFrame.round()在返回中保持非数字列不变，而不是引发。（GH 11885）
DataFrame.head(0)并DataFrame.tail(0)返回空帧，而不是self. （GH 11937）
Series.head(0)并Series.tail(0)返回空系列，而不是self. （GH 11937）
to_msgpack并且read_msgpack编码现在默认为'utf-8'. （GH 12170）
.read_csv()文本文件解析函数 ( , .read_table(), )的关键字参数顺序.read_fwf()更改为对相关参数进行分组。（GH 11555）
NaTType.isoformat现在返回字符串'NaT以允许将结果传递给的构造函数Timestamp。（GH 12300）

NaT 和 Timedelta 操作#

NaT并Timedelta扩展了算术运算，在适用的情况下将其扩展到Series 算术。为datetime64[ns]or定义的操作现在也为( GH 11564timedelta64[ns] ) 定义。NaT

NaT现在支持整数和浮点数的算术运算。

In [58]: pd.NaT * 1
Out[58]: NaT

In [59]: pd.NaT * 1.5
Out[59]: NaT

In [60]: pd.NaT / 2
Out[60]: NaT

In [61]: pd.NaT * np.nan
Out[61]: NaT

NaTdatetime64[ns]使用和定义更多算术运算timedelta64[ns]。

In [62]: pd.NaT / pd.NaT
Out[62]: nan

In [63]: pd.Timedelta('1s') / pd.NaT
Out[63]: nan

NaT可以表示datetime64[ns]null 或timedelta64[ns]null。由于存在歧义，它被视为timedelta64[ns]，这使得更多操作能够成功。

In [64]: pd.NaT + pd.NaT
Out[64]: NaT

# same as
In [65]: pd.Timedelta('1s') + pd.Timedelta('1s')
Out[65]: Timedelta('0 days 00:00:02')

相对于

In [3]: pd.Timestamp('19900315') + pd.Timestamp('19900315')
TypeError: unsupported operand type(s) for +: 'Timestamp' and 'Timestamp'

但是，当包装在Serieswho 的dtypeisdatetime64[ns]或中时timedelta64[ns]，该dtype信息会受到尊重。

In [1]: pd.Series([pd.NaT], dtype='<M8[ns]') + pd.Series([pd.NaT], dtype='<M8[ns]')
TypeError: can only operate on a datetimes for subtraction,
           but the operator [__add__] was passed

In [66]: pd.Series([pd.NaT], dtype='<m8[ns]') + pd.Series([pd.NaT], dtype='<m8[ns]')
Out[66]: 
0   NaT
Length: 1, dtype: timedelta64[ns]

Timedelta分工floats现在可以工作了。

In [67]: pd.Timedelta('1s') / 2.0
Out[67]: Timedelta('0 days 00:00:00.500000')

Timedelta由一个作品减goSeries一个Timestamp作品（GH 11925）

In [68]: ser = pd.Series(pd.timedelta_range('1 day', periods=3))

In [69]: ser
Out[69]: 
0   1 days
1   2 days
2   3 days
Length: 3, dtype: timedelta64[ns]

In [70]: pd.Timestamp('2012-01-01') - ser
Out[70]: 
0   2011-12-31
1   2011-12-30
2   2011-12-29
Length: 3, dtype: datetime64[ns]

NaT.isoformat()现在返回'NaT'。此更改允许 pd.Timestamp从其 isoformat ( GH 12300 ) 中重新水化任何类似时间戳的对象。

msgpack 的更改#

msgpack在 0.17.0 和 0.18.0 上进行了向前不兼容的写入格式更改；旧版本的 pandas 无法读取新版本打包的文件（GH 12129，GH 10527）

to_msgpack0.17.0 中引入并在 0.18.0 中修复的错误read_msgpack导致 Python 3 无法读取 Python 2 中打包的文件 ( GH 12142 )。下表描述了 msgpack 的向后和向前兼容性。

警告

挤满了	可以用以下方式解压
0.17 之前/Python 2	任何
0.17 之前/Python 3	任何
0.17/Python 2	==0.17/Python 2 >=0.18 / 任何 Python
0.17/Python 3	>=0.18 / 任何 Python
0.18	>= 0.18

0.18.0 向后兼容读取旧版本打包的文件，但 Python 2 中使用 0.17 打包的文件除外，在这种情况下只能在 Python 2 中解包。

.rank 的签名更改#

Series.rank现在DataFrame.rank有相同的签名（GH 11759）

以前的签名

In [3]: pd.Series([0,1]).rank(method='average', na_option='keep',
                              ascending=True, pct=False)
Out[3]:
0    1
1    2
dtype: float64

In [4]: pd.DataFrame([0,1]).rank(axis=0, numeric_only=None,
                                 method='average', na_option='keep',
                                 ascending=True, pct=False)
Out[4]:
   0
0  1
1  2

新签名

In [71]: pd.Series([0,1]).rank(axis=0, method='average', numeric_only=False,
   ....:                       na_option='keep', ascending=True, pct=False)
   ....: 
Out[71]: 
0    1.0
1    2.0
Length: 2, dtype: float64

In [72]: pd.DataFrame([0,1]).rank(axis=0, method='average', numeric_only=False,
   ....:                          na_option='keep', ascending=True, pct=False)
   ....: 
Out[72]: 
     0
0  1.0
1  2.0

[2 rows x 1 columns]

QuarterBegin 中 n=0 时的错误#

在以前的版本中，QuarterBegin 偏移量的行为根据参数n为 0 时的日期而不一致。( GH 11406 )

锚定偏移量的一般语义n=0是当日期是锚点时（例如，季度开始日期），不移动日期，否则前滚到下一个锚点。

In [73]: d = pd.Timestamp('2014-02-01')

In [74]: d
Out[74]: Timestamp('2014-02-01 00:00:00')

In [75]: d + pd.offsets.QuarterBegin(n=0, startingMonth=2)
Out[75]: Timestamp('2014-02-01 00:00:00')

In [76]: d + pd.offsets.QuarterBegin(n=0, startingMonth=1)
Out[76]: Timestamp('2014-04-01 00:00:00')

对于以前版本中的偏移，如果日期与季度开始日期在同一个月，则QuarterBegin日期将 向后滚动。

In [3]: d = pd.Timestamp('2014-02-15')

In [4]: d + pd.offsets.QuarterBegin(n=0, startingMonth=2)
Out[4]: Timestamp('2014-02-01 00:00:00')

MonthBegin此行为已在版本 0.18.0 中得到纠正，这与其他锚定偏移量（如和）一致YearBegin。

In [77]: d = pd.Timestamp('2014-02-15')

In [78]: d + pd.offsets.QuarterBegin(n=0, startingMonth=2)
Out[78]: Timestamp('2014-05-01 00:00:00')

重新采样 API #

就像上面窗口函数 API 中的更改一样，.resample(...)正在更改为具有更像 groupby 的 API。（GH 11732、GH 12702、GH 12202、GH 12332、GH 12334、GH 12348、GH 12448）。

In [79]: np.random.seed(1234)

In [80]: df = pd.DataFrame(np.random.rand(10,4),
   ....:                   columns=list('ABCD'),
   ....:                   index=pd.date_range('2010-01-01 09:00:00',
   ....:                                       periods=10, freq='s'))
   ....: 

In [81]: df
Out[81]: 
                            A         B         C         D
2010-01-01 09:00:00  0.191519  0.622109  0.437728  0.785359
2010-01-01 09:00:01  0.779976  0.272593  0.276464  0.801872
2010-01-01 09:00:02  0.958139  0.875933  0.357817  0.500995
2010-01-01 09:00:03  0.683463  0.712702  0.370251  0.561196
2010-01-01 09:00:04  0.503083  0.013768  0.772827  0.882641
2010-01-01 09:00:05  0.364886  0.615396  0.075381  0.368824
2010-01-01 09:00:06  0.933140  0.651378  0.397203  0.788730
2010-01-01 09:00:07  0.316836  0.568099  0.869127  0.436173
2010-01-01 09:00:08  0.802148  0.143767  0.704261  0.704581
2010-01-01 09:00:09  0.218792  0.924868  0.442141  0.909316

[10 rows x 4 columns]

以前的API：

您将编写一个立即评估的重采样操作。如果how未提供参数，则默认为how='mean'。

In [6]: df.resample('2s')
Out[6]:
                         A         B         C         D
2010-01-01 09:00:00  0.485748  0.447351  0.357096  0.793615
2010-01-01 09:00:02  0.820801  0.794317  0.364034  0.531096
2010-01-01 09:00:04  0.433985  0.314582  0.424104  0.625733
2010-01-01 09:00:06  0.624988  0.609738  0.633165  0.612452
2010-01-01 09:00:08  0.510470  0.534317  0.573201  0.806949

您也可以how直接指定

In [7]: df.resample('2s', how='sum')
Out[7]:
                         A         B         C         D
2010-01-01 09:00:00  0.971495  0.894701  0.714192  1.587231
2010-01-01 09:00:02  1.641602  1.588635  0.728068  1.062191
2010-01-01 09:00:04  0.867969  0.629165  0.848208  1.251465
2010-01-01 09:00:06  1.249976  1.219477  1.266330  1.224904
2010-01-01 09:00:08  1.020940  1.068634  1.146402  1.613897

新的API：

现在，您可以编写.resample(..)为 2 阶段操作，例如.groupby(...)，它会生成Resampler.

In [82]: r = df.resample('2s')

In [83]: r
Out[83]: <pandas.core.resample.DatetimeIndexResampler object at 0x7ff230e71c30>

下采样#

然后您可以使用该对象来执行操作。这些是下采样操作（从较高频率到较低频率）。

In [84]: r.mean()
Out[84]: 
                            A         B         C         D
2010-01-01 09:00:00  0.485748  0.447351  0.357096  0.793615
2010-01-01 09:00:02  0.820801  0.794317  0.364034  0.531096
2010-01-01 09:00:04  0.433985  0.314582  0.424104  0.625733
2010-01-01 09:00:06  0.624988  0.609738  0.633165  0.612452
2010-01-01 09:00:08  0.510470  0.534317  0.573201  0.806949

[5 rows x 4 columns]

In [85]: r.sum()
Out[85]: 
                            A         B         C         D
2010-01-01 09:00:00  0.971495  0.894701  0.714192  1.587231
2010-01-01 09:00:02  1.641602  1.588635  0.728068  1.062191
2010-01-01 09:00:04  0.867969  0.629165  0.848208  1.251465
2010-01-01 09:00:06  1.249976  1.219477  1.266330  1.224904
2010-01-01 09:00:08  1.020940  1.068634  1.146402  1.613897

[5 rows x 4 columns]

此外，重新采样现在支持getitem对特定列执行重新采样的操作。

In [86]: r[['A','C']].mean()
Out[86]: 
                            A         C
2010-01-01 09:00:00  0.485748  0.357096
2010-01-01 09:00:02  0.820801  0.364034
2010-01-01 09:00:04  0.433985  0.424104
2010-01-01 09:00:06  0.624988  0.633165
2010-01-01 09:00:08  0.510470  0.573201

[5 rows x 2 columns]

和.aggregate类型操作。

In [87]: r.agg({'A' : 'mean', 'B' : 'sum'})
Out[87]: 
                            A         B
2010-01-01 09:00:00  0.485748  0.894701
2010-01-01 09:00:02  0.820801  1.588635
2010-01-01 09:00:04  0.433985  0.629165
2010-01-01 09:00:06  0.624988  1.219477
2010-01-01 09:00:08  0.510470  1.068634

[5 rows x 2 columns]

当然，这些访问器可以组合起来

In [88]: r[['A','B']].agg(['mean','sum'])
Out[88]: 
                            A                   B          
                         mean       sum      mean       sum
2010-01-01 09:00:00  0.485748  0.971495  0.447351  0.894701
2010-01-01 09:00:02  0.820801  1.641602  0.794317  1.588635
2010-01-01 09:00:04  0.433985  0.867969  0.314582  0.629165
2010-01-01 09:00:06  0.624988  1.249976  0.609738  1.219477
2010-01-01 09:00:08  0.510470  1.020940  0.534317  1.068634

[5 rows x 4 columns]

上采样#

上采样操作将您从较低频率带到较高频率。这些现在是通过Resampler带有backfill()、 ffill()、fillna()和asfreq()方法的对象来执行的。

In [89]: s = pd.Series(np.arange(5, dtype='int64'),
              index=pd.date_range('2010-01-01', periods=5, freq='Q'))

In [90]: s
Out[90]:
2010-03-31    0
2010-06-30    1
2010-09-30    2
2010-12-31    3
2011-03-31    4
Freq: Q-DEC, Length: 5, dtype: int64

之前

In [6]: s.resample('M', fill_method='ffill')
Out[6]:
2010-03-31    0
2010-04-30    0
2010-05-31    0
2010-06-30    1
2010-07-31    1
2010-08-31    1
2010-09-30    2
2010-10-31    2
2010-11-30    2
2010-12-31    3
2011-01-31    3
2011-02-28    3
2011-03-31    4
Freq: M, dtype: int64

新的API

In [91]: s.resample('M').ffill()
Out[91]:
2010-03-31    0
2010-04-30    0
2010-05-31    0
2010-06-30    1
2010-07-31    1
2010-08-31    1
2010-09-30    2
2010-10-31    2
2010-11-30    2
2010-12-31    3
2011-01-31    3
2011-02-28    3
2011-03-31    4
Freq: M, Length: 13, dtype: int64

笔记

在新的 API 中，您可以下采样或上采样。先前的实现将允许您传递聚合器函数（例如mean），即使您正在进行上采样，这也会造成一些混乱。

以前的 API 可以使用，但已弃用#

警告

这个用于重新采样的新 API 包括对 0.18.0 之前的 API 的一些内部更改，以便在大多数情况下处理弃用警告，因为重新采样操作返回延迟对象。我们可以拦截操作并执行（0.18.0 之前）API 所做的操作（带有警告）。这是一个典型的用例：

In [4]: r = df.resample('2s')

In [6]: r*10
pandas/tseries/resample.py:80: FutureWarning: .resample() is now a deferred operation
use .resample(...).mean() instead of .resample(...)

Out[6]:
                      A         B         C         D
2010-01-01 09:00:00  4.857476  4.473507  3.570960  7.936154
2010-01-01 09:00:02  8.208011  7.943173  3.640340  5.310957
2010-01-01 09:00:04  4.339846  3.145823  4.241039  6.257326
2010-01-01 09:00:06  6.249881  6.097384  6.331650  6.124518
2010-01-01 09:00:08  5.104699  5.343172  5.732009  8.069486

但是，直接对 a 进行获取和赋值操作Resampler将引发 a ValueError：

In [7]: r.iloc[0] = 5
ValueError: .resample() is now a deferred operation
use .resample(...).mean() instead of .resample(...)

存在一种情况，新的 API 无法执行使用原始代码时的所有操作。此代码打算每 2 秒重新采样一次，采用meanAND，然后采用min这些结果。

In [4]: df.resample('2s').min()
Out[4]:
A    0.433985
B    0.314582
C    0.357096
D    0.531096
dtype: float64

新的 API 将：

In [89]: df.resample('2s').min()
Out[89]: 
                            A         B         C         D
2010-01-01 09:00:00  0.191519  0.272593  0.276464  0.785359
2010-01-01 09:00:02  0.683463  0.712702  0.357817  0.500995
2010-01-01 09:00:04  0.364886  0.013768  0.075381  0.368824
2010-01-01 09:00:06  0.316836  0.568099  0.397203  0.436173
2010-01-01 09:00:08  0.218792  0.143767  0.442141  0.704581

[5 rows x 4 columns]

好消息是新 API 和旧 API 的返回维度会有所不同，因此这应该会引发异常。

复制原始操作

In [90]: df.resample('2s').mean().min()
Out[90]: 
A    0.433985
B    0.314582
C    0.357096
D    0.531096
Length: 4, dtype: float64

对评估的更改#

在以前的版本中，eval表达式中的新列分配会导致对DataFrame. （GH 9297、GH 8664、GH 10486）

In [91]: df = pd.DataFrame({'a': np.linspace(0, 10, 5), 'b': range(5)})

In [92]: df
Out[92]: 
      a  b
0   0.0  0
1   2.5  1
2   5.0  2
3   7.5  3
4  10.0  4

[5 rows x 2 columns]

In [12]: df.eval('c = a + b')
FutureWarning: eval expressions containing an assignment currentlydefault to operating inplace.
This will change in a future version of pandas, use inplace=True to avoid this warning.

In [13]: df
Out[13]:
      a  b     c
0   0.0  0   0.0
1   2.5  1   3.5
2   5.0  2   7.0
3   7.5  3  10.5
4  10.0  4  14.0

在 0.18.0 版本中，inplace添加了一个新关键字来选择是应就地完成分配还是返回副本。

In [93]: df
Out[93]: 
      a  b     c
0   0.0  0   0.0
1   2.5  1   3.5
2   5.0  2   7.0
3   7.5  3  10.5
4  10.0  4  14.0

[5 rows x 3 columns]

In [94]: df.eval('d = c - b', inplace=False)
Out[94]: 
      a  b     c     d
0   0.0  0   0.0   0.0
1   2.5  1   3.5   2.5
2   5.0  2   7.0   5.0
3   7.5  3  10.5   7.5
4  10.0  4  14.0  10.0

[5 rows x 4 columns]

In [95]: df
Out[95]: 
      a  b     c
0   0.0  0   0.0
1   2.5  1   3.5
2   5.0  2   7.0
3   7.5  3  10.5
4  10.0  4  14.0

[5 rows x 3 columns]

In [96]: df.eval('d = c - b', inplace=True)

In [97]: df
Out[97]: 
      a  b     c     d
0   0.0  0   0.0   0.0
1   2.5  1   3.5   2.5
2   5.0  2   7.0   5.0
3   7.5  3  10.5   7.5
4  10.0  4  14.0  10.0

[5 rows x 4 columns]

警告

为了向后兼容，如果未指定，则inplace默认为。True这将在 pandas 的未来版本中改变。如果您的代码依赖于就地分配，您应该更新以显式设置inplace=True

inplace该方法还添加了关键字参数query。

In [98]: df.query('a > 5')
Out[98]: 
      a  b     c     d
3   7.5  3  10.5   7.5
4  10.0  4  14.0  10.0

[2 rows x 4 columns]

In [99]: df.query('a > 5', inplace=True)

In [100]: df
Out[100]: 
      a  b     c     d
3   7.5  3  10.5   7.5
4  10.0  4  14.0  10.0

[2 rows x 4 columns]

警告

注意， ainplace中的默认值为，与之前版本一致。queryFalse

eval还进行了更新，允许使用多行表达式进行多项赋值。这些表达式将按顺序一次计算一个。只有赋值对多行表达式有效。

In [101]: df
Out[101]: 
      a  b     c     d
3   7.5  3  10.5   7.5
4  10.0  4  14.0  10.0

[2 rows x 4 columns]

In [102]: df.eval("""
   .....: e = d + a
   .....: f = e - 22
   .....: g = f / 2.0""", inplace=True)
   .....: 

In [103]: df
Out[103]: 
      a  b     c     d     e    f    g
3   7.5  3  10.5   7.5  15.0 -7.0 -3.5
4  10.0  4  14.0  10.0  20.0 -2.0 -1.0

[2 rows x 7 columns]

其他 API 更改#

DataFrame.between_time现在Series.between_time只解析一组固定的时间字符串。不再支持日期字符串的解析并引发ValueError. （GH 11818）

In [107]: s = pd.Series(range(10), pd.date_range('2015-01-01', freq='H', periods=10))

In [108]: s.between_time("7:00am", "9:00am")
Out[108]:
2015-01-01 07:00:00    7
2015-01-01 08:00:00    8
2015-01-01 09:00:00    9
Freq: H, Length: 3, dtype: int64

现在这个数字将会上升。

In [2]: s.between_time('20150101 07:00:00','20150101 09:00:00')
ValueError: Cannot convert arg ['20150101 07:00:00'] to a time.

.memory_usage()现在包括索引中的值，就像.info()( GH 11597 )中的 memory_usage 一样
DataFrame.to_latex()现在支持 Python 2 中的非 ascii 编码（例如utf-8），参数为encoding( GH 7061 )
pandas.merge()并DataFrame.merge()在尝试与非类型DataFrame或子类的对象合并时显示特定错误消息（GH 12081）
DataFrame.unstack现在，当 unstack 导致结果中缺失值时，Series.unstack采用关键字允许直接替换缺失值。作为一个额外的好处，指定将保留原始堆栈数据的数据类型。（GH 9746）fill_valueDataFramefill_value
作为窗口函数和重采样的新 API 的一部分，聚合函数已得到澄清，针对无效聚合提出了更多信息丰富的错误消息。（GH 9052）。groupby中提供了完整的示例集。
如果传入非 numpy 兼容的参数（GH 12301），则对象的统计函数NDFrame（例如）现在将引发sum(), mean(), min()**kwargs
.to_latex并.to_html获得decimal像这样的参数.to_csv；默认为'.'（GH 12031）
DataFrame构造带有空数据但带有索引的a 时更有用的错误消息（ GH 8020）
.describe()现在将正确处理 bool dtype 作为分类 ( GH 6625 )
.transform用户定义的输入无效的更有用的错误消息（ GH 10165）
指数加权函数现在允许直接指定 alpha ( GH 10789 ) 并ValueError在参数违反时引发( GH 12492 )0 < alpha <= 1

弃用#

函数pd.rolling_*、pd.expanding_*和pd.ewm*已弃用并由相应的方法调用取代。请注意，新建议的语法包括所有参数（即使是默认参数）( GH 11603 )

In [1]: s = pd.Series(range(3))

In [2]: pd.rolling_mean(s,window=2,min_periods=1)
        FutureWarning: pd.rolling_mean is deprecated for Series and
             will be removed in a future version, replace with
             Series.rolling(min_periods=1,window=2,center=False).mean()
Out[2]:
        0    0.0
        1    0.5
        2    1.5
        dtype: float64

In [3]: pd.rolling_cov(s, s, window=2)
        FutureWarning: pd.rolling_cov is deprecated for Series and
             will be removed in a future version, replace with
             Series.rolling(window=2).cov(other=<Series>)
Out[3]:
        0    NaN
        1    0.5
        2    0.5
        dtype: float64

、和（新）函数的freq和参数已弃用，并将在未来版本中删除。您可以在创建窗口函数之前简单地对输入进行重新采样。（GH 11603）。how.rolling.expanding.ewm

例如，s.rolling(window=5,freq='D').max()可以使用，而不是获取滚动 5 天窗口的最大值，s.resample('D').mean().rolling(window=5).max()它首先将数据重新采样为每日数据，然后提供滚动 5 天窗口。
pd.tseries.frequencies.get_offset_name函数已被弃用。使用 offset 的.freqstr属性作为替代（GH 11192）
pandas.stats.fama_macbeth例程已弃用，并将在未来版本中删除（GH 6077）
pandas.stats.ols，pandas.stats.plm并且pandas.stats.var例程已弃用并将在未来版本中删除（GH 6077）
在中使用长期不推荐使用的语法显示 aFutureWarning而不是 a on ，其中该子句不是类似字符串的 ( GH 12027 )DeprecationWarningHDFStore.selectwhere
该pandas.options.display.mpl_style配置已被弃用，并将在 pandas 的未来版本中删除。 matplotlib 的样式表（GH 11783）可以更好地处理此功能。

删除已弃用的浮点索引器#

在GH 4892中，不推荐使用非浮点数进行索引Float64Index（在版本 0.14.0 中）。在 0.18.0 中，此弃用警告已被删除，现在将引发TypeError. （GH 12165，GH 12333）

In [104]: s = pd.Series([1, 2, 3], index=[4, 5, 6])

In [105]: s
Out[105]: 
4    1
5    2
6    3
Length: 3, dtype: int64

In [106]: s2 = pd.Series([1, 2, 3], index=list('abc'))

In [107]: s2
Out[107]: 
a    1
b    2
c    3
Length: 3, dtype: int64

以前的行为：

# this is label indexing
In [2]: s[5.0]
FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[2]: 2

# this is positional indexing
In [3]: s.iloc[1.0]
FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[3]: 2

# this is label indexing
In [4]: s.loc[5.0]
FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[4]: 2

# .ix would coerce 1.0 to the positional 1, and index
In [5]: s2.ix[1.0] = 10
FutureWarning: scalar indexers for index type Index should be integers and not floating point

In [6]: s2
Out[6]:
a     1
b    10
c     3
dtype: int64

新行为：

对于 iloc，通过浮点标量获取和设置总是会引发。

In [3]: s.iloc[2.0]
TypeError: cannot do label indexing on <class 'pandas.indexes.numeric.Int64Index'> with these indexers [2.0] of <type 'float'>

其他索引器将强制获取和设置类似的整数。已FutureWarning被删除为.loc、.ix和[]。

In [108]: s[5.0]
Out[108]: 2

In [109]: s.loc[5.0]
Out[109]: 2

和设置

In [110]: s_copy = s.copy()

In [111]: s_copy[5.0] = 10

In [112]: s_copy
Out[112]: 
4     1
5    10
6     3
Length: 3, dtype: int64

In [113]: s_copy = s.copy()

In [114]: s_copy.loc[5.0] = 10

In [115]: s_copy
Out[115]: 
4     1
5    10
6     3
Length: 3, dtype: int64

使用浮动索引器进行位置设置.ix会将这个值添加到索引中，而不是之前按位置设置值。

In [3]: s2.ix[1.0] = 10
In [4]: s2
Out[4]:
a       1
b       2
c       3
1.0    10
dtype: int64

切片还会将类似整数的浮点数强制转换为非Float64Index.

In [116]: s.loc[5.0:6]
Out[116]: 
5    2
6    3
Length: 2, dtype: int64

请注意，对于不可强制转换为整数的浮点数，基于标签的边界将被排除

In [117]: s.loc[5.1:6]
Out[117]: 
6    3
Length: 1, dtype: int64

a 上的浮点索引Float64Index不变。

In [118]: s = pd.Series([1, 2, 3], index=np.arange(3.))

In [119]: s[1.0]
Out[119]: 2

In [120]: s[1.0:2.5]
Out[120]: 
1.0    2
2.0    3
Length: 2, dtype: int64

删除先前版本的弃用/更改#

删除rolling_corr_pairwise以支持.rolling().corr(pairwise=True)( GH 4950 )
删除expanding_corr_pairwise以支持.expanding().corr(pairwise=True)( GH 4950 )
拆除DataMatrix模块。无论如何，这都没有导入到 pandas 命名空间中（GH 12111）
删除cols关键字以支持subsetin DataFrame.duplicated()and DataFrame.drop_duplicates()( GH 6680 )
删除命名空间中的read_frameand frame_query（的别名pd.read_sql）和write_frame（的别名to_sql）函数pd.io.sql，自 0.14.0 ( GH 6292 ) 起已弃用。
order从.factorize()( GH 6930 )中删除关键字

性能改进#

改进的性能andrews_curves( GH 11534 )
改进了巨大的操作性能DatetimeIndex，包括（GH 10277）PeriodIndexTimedeltaIndexNaT
改进的性能pandas.concat( GH 11958 )
改进的性能StataReader( GH 11591 )
改进了包含( GH 12077 )的Categoricals日期时间的构造性能SeriesNaT
改进了 ISO 8601 日期解析的性能，适用于没有分隔符 ( GH 11899 )、前导零 ( GH 11871 ) 和时区前面有空格 ( GH 9714 )的日期

Bug修复＃

GroupBy.size当数据框为空时出现错误。（GH 11699）
Period.end_time请求多个时间段时出现错误（ GH 11738）
.clip使用 tz 感知的日期时间进行回归( GH 11838 )
date_range当边界落在频率上时出现错误（ GH 11804，GH 12409）
将嵌套字典传递给的一致性错误.groupby(...).agg(...)（GH 9052）
在构造函数中接受 unicode Timedelta( GH 11995 )
增量读取时值标签读取错误StataReader（GH 12014）
DateOffset当n参数为0（GH 11370）时矢量化中的错误
兼容 numpy 1.11 wrtNaT比较更改（GH 12049）
read_csv从线程中读取时出现错误StringIO（GH 11790）
在分解 & 时不将其视为NaTdatetimelikes 中的缺失值的错误Categoricals( GH 12077 )
当 a 的值Series可识别 tz 时，getitem 中存在错误（GH 12089）
Series.str.get_dummies当变量之一是“名称”时出现错误（ GH 12180）
pd.concat连接 tz 感知的 NaT 系列时出现错误。（GH 11693，GH 11755，GH 12217）
pd.read_stata版本 <= 108 个文件中的错误( GH 12232 )
当索引为 a且包含非零纳秒部分时Series.resample使用频率时出现错误( GH 12037 )NanoDatetimeIndex
.nunique使用稀疏索引重新采样时出现错误（ GH 12352）
删除了一些编译器警告（GH 12471）
解决botopython 3.5 中的兼容性问题（GH 11915）
NaT从时区减goTimestamp或与时区相减时出现错误DatetimeIndex（GH 11718）
减goSeries单个 tz 感知的错误Timestamp（GH 12290）
在 PY2 中使用兼容迭代器来支持.next()（GH 12299）
负值Timedelta.round错误（GH 11690）
错误.loc可能CategoricalIndex会导致正常Index（GH 11586）
DataFrame.info存在重复的列名时出现错误（ GH 11761）
.copy日期时间 tz 感知对象的错误（ GH 11794）
错误Series.apply以及未装箱的Series.map位置（ GH 11349）timedelta64
Bug in DataFrame.set_index()with tz-aware Series( GH 12358 )
DataFrame子类中的错误AttributeError没有传播（GH 11808）
tz 感知数据上的 bug groupby，其中选择未返回Timestamp（GH 11616）
错误pd.read_clipboard和pd.to_clipboard功能不支持 Unicode；包含升级pyperclip至 v1.5.15 ( GH 9263 )
DataFrame.query包含作业时出现错误（ GH 8664）
如果解包的列具有对象列，则from_msgpack其中的错误会失败。（GH 11880）__contains__()DataFrameDataFrame
使用( GH 12169 )修复.resample分类数据TimedeltaIndex
DataFrame将标量日期时间广播到（GH 11682）时时区信息丢失的错误
从混合 tz 强制到 UTC 的Index创建中出现错误（ GH 11488）Timestamp
to_numeric如果输入超过一维则不会引发错误（ GH 11776）
解析非零分钟的时区偏移字符串时出现错误（GH 11708）
df.plot在 matplotlib 1.5+ 下对条形图使用不正确颜色的错误（ GH 11614）
groupby plot使用关键字参数时方法中的错误（ GH 11805）。
设置时出现错误DataFrame.duplicated并drop_duplicates导致虚假匹配keep=False（GH 11864）
.loc具有重复键的结果中的错误可能具有Index不正确的数据类型（GH 11497）
pd.rolling_median即使有足够的内存，内存分配也失败的错误（ GH 11696）
带有DataFrame.style虚假零的错误（GH 12134）
DataFrame.style整数列不从 0 开始的错误( GH 12125 )
.style.bar使用特定浏览器可能无法正确呈现的错误（ GH 11678）
Timedelta与 anumpy.array的丰富比较中的错误Timedelta导致了无限递归（GH 11835）
DataFrame.round删除列索引名称时出现错误（ GH 11986）
df.replace替换混合数据类型中的值时出现错误Dataframe（GH 11698）
当未提供新名称时，错误Index会阻止复制传递的名称（ GH 11193）Index
read_excel当存在空表时无法读取任何非空表的错误并且sheetname=None（GH 11711）
提供关键字和时read_excel未能引发错误的错误（ GH 11544）NotImplementedparse_datesdate_parser
read_sql连接pymysql无法返回分块数据的错误（ GH 11522）
.to_csv忽略浮点索引的格式参数decimal,na_rep的错误float_format( GH 11553 )
错误Int64Index并Float64Index阻止使用模运算符（GH 9244）
MultiIndex.drop未进行词法排序的多重索引的错误（ GH 12078）
DataFrame屏蔽空时出现错误DataFrame（GH 11859）
当列数与提供的系列数不匹配时.plot可能修改输入的错误（ GH 12039）。colors
Series.plot当索引具有频率时失败的错误CustomBusinessDay（GH 7222）。
.to_sql使用 sqlite 回退的值的错误datetime.time（GH 8341）
当（GH 12157）read_excel时无法读取一列数据的错误squeeze=True
read_excel无法读取一个空列的错误（ GH 12292，GH 9002）
如果数据框中只有一行，则不会为错误的列引发.groupby错误（GH 11741）KeyError
在空数据上指定的 dtype会.read_csv产生错误（GH 12048）
.read_csv像这样的字符串'2E'被视为有效浮点数的错误（ GH 12237）
使用调试符号构建pandas时出现错误（GH 12123）
删除了millisecond的属性DatetimeIndex。这总是会引发一个ValueError（GH 12019）。
Series具有只读数据的构造函数中的错误（ GH 11502）
已删除pandas._testing.choice()。应使用np.random.choice(), 代替。（GH 12386）
setitem 索引器中的错误.loc阻止使用 TZ 感知的 DatetimeIndex ( GH 12050 )
索引中的错误.style和多索引未出现（GH 11655）
错误to_msgpack并且from_msgpack未正确序列化或反序列化NaT（GH 12307）。
由于高度相似的值的舍入误差.skew而导致错误（ GH 11974）.kurt
Timestamp如果 HHMMSS 未用“:”分隔，构造函数中会出现微秒分辨率丢失的错误（ GH 10041）
如果读取失败，src->buffer中的错误buffer_rd_bytes可能会被多次释放，从而导致段错误（GH 12098）
crosstab具有非重叠索引的参数将返回KeyError( GH 10291 )的错误
对于不是 numpy dtype 的DataFrame.apply情况，没有阻止减少的错误（ GH 12244）dtype
使用标量值初始化分类系列时出现错误。（GH 12336）
DatetimeIndex通过utc=True在.to_datetime( GH 11934 )中设置指定 UTC 时出现错误
增加 CSV 读取器缓冲区大小时出现的错误read_csv( GH 12494 )
DataFrame设置具有重复列名的 a 的列时出现错误（ GH 12344）

贡献者#

共有 101 人为此版本贡献了补丁。名字带有“+”的人首次贡献了补丁。

射频+
亚历克斯·阿列克谢耶夫 +
安德鲁·麦克弗森 +
安德鲁·罗森菲尔德
安迪·海登
安东尼奥·帕特尼奥
安东·西波斯
本+
本·诺斯 +
布兰杨+
克里斯
克里斯·卡鲁克斯 +
克里斯托弗·艾科克 +
克里斯托弗·斯坎林 +
科迪+
大王+
丹尼尔·格雷迪 +
多罗日科·安东 +
欧文博士 +
埃里克·M·布雷 +
埃文·赖特
弗朗西斯·T·奥多诺万 +
弗兰克·克利里 +
詹卢卡·罗西
格雷厄姆·杰弗里斯 +
纪尧姆·霍雷尔
亨利·哈蒙德 +
艾萨克·施瓦巴赫 +
让·马蒂厄·德舍内
杰夫·雷巴克
乔·杰夫尼克 +
约翰·弗里曼 +
约翰·弗雷姆林 +
乔纳斯·霍尔施 +
乔里斯·范登博什
乔里斯·万克沙弗
贾斯汀·莱彻
林毅夫 +
陈嘉禾
张克明 +
克比谢登
凯尔+
马可·法鲁贾 +
梅森·加洛 +
马特·瑞克 +
马修·卢里 +
马克西米利安·鲁斯
玛雅克·阿萨纳 +
莫尔塔达·梅哈尔
穆萨·泰菲 +
纳弗里特·吉尔 +
尼古拉斯·博诺特
保罗·莱纳斯 +
菲利普·古拉 +
彼得罗·巴蒂斯顿
拉胡尔HP +
兰迪·卡内维尔
里诺克·约翰逊
里什普里 +
尚民公园 +
斯科特·拉斯利
塞雷格13 +
王香农 +
船长西博尔德
蒂埃里·莫伊桑
托马斯·卡斯威尔
托比·迪伦·霍金 +
汤姆·奥格斯普格
特拉维斯+
特伦特·豪克
燕尾服1
瓦伦
韦斯·麦金尼
威尔·汤普森+
约阿夫·拉姆
林永康 +
吉树·巴斯克斯·巴埃萨
金英中 +
金英根
尤瓦尔·兰格 +
亚历克斯·阿古诺夫 +
贝赫扎德·努里
轰鸣+
布莱恩·潘塔诺 +
铬+
丹尼尔+
dgram0 +
格菲扬+
hack-c +
h对比度 +
jfoo +
考斯图夫·德奥拉尔 +
呜呜呜
拉纳拉格+
罗格
scls19fr
密封件 +
辛赫克斯
斯里布+
调查媒体.ca +
两雷克+

版本 0.18.0（2016 年 3 月 13 日）#

新功能＃

窗口函数现在是方法#

更改重命名#

范围索引#

对 str.extract 的更改#

添加 str.extractall #

对 str.cat 的更改#

类似日期时间的舍入#

FloatIndex 中整数的格式#

数据类型分配行为的更改#

方法 to_xarray #

乳胶表示#

pd.read_sas()变化＃

其他增强功能#

向后不兼容的 API 更改#

NaT 和 Timedelta 操作#

msgpack 的更改#

.rank 的签名更改#

QuarterBegin 中 n=0 时的错误#

重新采样 API #

下采样#

上采样#

以前的 API 可以使用，但已弃用#

对评估的更改#

其他 API 更改#

弃用#

删除已弃用的浮点索引器#

删除先前版本的弃用/更改#

性能改进#

Bug修复＃

贡献者#

`pd.read_sas()`变化＃