Pandas1.0的主要功能有哪些

這篇文章主要介紹了Pandas1.0的主要功能有哪些，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

注意：Pandas 1.0.0rc已于1月9日發布，先前的版本為0.25。

Pandas首個全新主要發行版本包含許多重要功能：更完善的數據框自動匯總、更全面的輸出格式、全新的數據類型以及文檔站點。

在全新的文檔站點上，可以找到完整的發行說明，但小芯認為，技術含量較低的概述也會有所幫助。

用戶可以使用  pip升級Pandas，以便使用其新版本。在撰寫本文時，Pandas1.0仍然是候選版本，這意味著要安裝Pandas1.0需要明確指定其版本。

pip install --upgradepandas==1.0.0rc0

當然，更新可能會破壞某些代碼，因為這是主要版本的發布，因此請務必小心! 此版本的Pandas不再支持Python 2。運行Pandas  1.0+至少需要Python 3.6+，因此請確保使用合適版本的pip 和python。

$ pip --version pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)$ python--version Python 3.7.5

用戶可以確認一切正常，并且Pandas使用的是正確版本。

>>> import pandas as pd >>> pd.__version__ 1.0.0rc0

使用DataFrame.info更好的自動匯總

筆者最喜歡的新功能是優化之后的DataFrame.info法。現在，它使用了更具可讀性的格式，從而使數據探索過程更加容易。

>>> df = pd.DataFrame({ ...:   'A': [1,2,3],  ...:   'B': ["goodbye","cruel", "world"],  ...:   'C': [False, True, False] ...:}) >>> df.info() <class 'pandas.core.frame.DataFrame'> RangeIndex: 3 entries, 0 to 2 Data columns (total 3 columns):  #  Column  Non-Null Count  Dtype ---  ------  --------------  -----  0  A       3 non-null      int64  1  B       3 non-null      object  2  C       3 non-null      object dtypes: int64(1), object(2) memory usage: 200.0+ bytes

Markdown表的輸出格式

其次，筆者最喜歡的功能是使用新的 DataFrame.to_markdown 法將數據幀導出到Markdown表中。

>>> df.to_markdown() |    |  A | B       | C     | |---:|----:|:--------|:------| |  0 |  1 | goodbye | False | |  1 |  2 | cruel   | True  | |  2 |  3 | world   | False |

這樣一來，通過github gists在Medium等地方顯示表格更加便捷。

booleans and strings的新數據類型

Pandas1.0還為booleans and strings引入了實驗數據類型。

由于這些更改是實驗性的，數據類型的API可能會稍有更改，因此應謹慎使用。但是Pandas建議在合理的地方使用這些數據類型，將來的版本將完善諸如regex匹配之類的特定于類型的操作性能。

默認情況下，Pandas不會自動將數據強制轉換為這些類型。但是，如果明確指示Pandas，仍然可以使用它們。

>>> B =pd.Series(["goodbye", "cruel", "world"],dtype="string") >>> C = pd.Series([False, True, False], dtype="bool") >>> df.B = B, df.C = C >>> df.info() <class 'pandas.core.frame.DataFrame'> RangeIndex: 3 entries, 0 to 2 Data columns (total 3 columns):  #  Column  Non-Null Count  Dtype ---  ------  --------------  -----  0  A       3 non-null      int64  1  B       3 non-null      string  2  C       3 non-null      bool dtypes: int64(1), object(1), string(1) memory usage: 200.0+ bytes

注意Dtype列現在如何反應新類型的string和bool。

新字符串dtype最實用的優勢在于，可以從DataFrame中選擇string列。這樣可以更快地僅對數據集的文本成分進行分析。

df.select_dtypes("string")

以前，只能通過顯式使用其名稱來選擇string類型列。

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Pandas1.0的主要功能有哪些”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!