分析结构化数据的工具集Pandas 1.0.0

Pandas 是一个强大的分析结构化数据的工具集;它的使用基础是 Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。

从 1.0.0 开始,Pandas 将采用 SemVer 的一种变体来发布版本,简单来讲,会依据以下几点规则:

  • 将在次要版本中引入弃用(例如 1.1.0、1.2.0 与 2.1.0 等)
  • 在主要版本中将强制弃用(例如 1.0.0、2.0.0 与 3.0.0 等)
  • API 破坏性变更仅在主要版本中进行(实验性特性除外)

下边看看几个新的实验性特性。

NA标量表示缺失值

引入了一个新值(单例)pd.NA来表示标量缺失值,它提供一个“缺失”指示器,该指示器可以在各种数据类型之间一致使用。pd.NA当前可为空的整数和布尔数据类型以及新的字符串数据类型使用。

专用字符串数据类型

添加StringDtype专用于字符串数据的扩展类型,以往字符串通常存储在 object-dtype NumPy 数组中。

缺少值的布尔数据类型支持

添加了BooleanDtypeBooleanArray,这是专用于布尔数据的扩展类型,可以保留缺失值。默认 bool数据类型基于 bool-dtype NumPy 数组,只能保存 TrueFalse,而不能是缺失值。

convert_dtypes简化使用支持扩展 dtypes 的方法

为了鼓励使用支持 pd.NA、扩展 dtypes 的StringDtype、 BooleanDtypeInt64DtypeInt32Dtype等,引入了 DataFrame.convert_dtypes()Series.convert_dtypes() 等方法。

完整的更新内容较多,可以查看发布说明:

https://pandas.pydata.org/pandas-docs/stable/whatsnew/v1.0.0.html

人已赞赏
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
有新消息 消息中心
搜索