Pandas-2-2-中文文档-四十-

Pandas 2.2 中文文档（四十）

原文：pandas.pydata.org/docs/

发布说明

原文：pandas.pydata.org/docs/whatsnew/index.html

这是 pandas 每个版本之间的更改列表。有关完整详情，请参阅提交日志。有关安装和升级说明，请参阅安装。

版本 2.2

  • 2.2.2 新功能（2024 年 4 月 10 日）

    • Pandas 2.2.2 现在与 numpy 2.0 兼容

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.2.1 新功能（2024 年 2 月 22 日）

    • 增强功能

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.2.0 新功能（2024 年 1 月 19 日）

    • pandas 3.0 中即将到来的更改

    • 增强功能

    • 显著的错误修复

    • 已弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 2.1

  • 2.1.4 新功能（2023 年 12 月 8 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 2.1.3 新功能（2023 年 11 月 10 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 2.1.2 新功能（2023 年 10 月 26 日）

    • 已弃用功能

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.1.1 新功能（2023 年 9 月 20 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.1.0 新功能（2023 年 8 月 30 日）

    • 增强功能

    • 向后不兼容的 API 更改

    • 已弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 2.0

  • 2.0.3 新功能（2023 年 6 月 28 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.2 新功能（2023 年 5 月 29 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.1 中的新功能（2023 年 4 月 24 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.0 中的新功能（2023 年 4 月 3 日）

    • 增强功能

    • 值得注意的错误修复

    • 不兼容的 API 更改

    • 已弃用功能

    • 移除先前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.5

  • 1.5.3 中的新功能（2023 年 1 月 18 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.2 中的新功能（2022 年 11 月 21 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.1 中的新功能（2022 年 10 月 19 日）

    • 使用分类分组器的 groupby 行为（GH 48645）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.0 中的新功能（2022 年 9 月 19 日）

    • 增强功能

    • 值得注意的错误修复

    • 不兼容的 API 更改

    • 已弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.4

  • 1.4.4 中的新功能（2022 年 8 月 31 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.3 中的新功能（2022 年 6 月 23 日）

    • concat 与空或全 NA DataFrame 列的行为

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.2 中的新功能（2022 年 4 月 2 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.4.1 中的新功能（2022 年 2 月 12 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.0 中的新功能（2022 年 1 月 22 日）

    • 增强功能

    • 值得注意的错误修复

    • 向后不兼容的 API 更改

    • 已弃用项

    • 性能改进

    • 错误修复

    • 贡献者

1.3 版本

  • 1.3.5 版本新内容（2021 年 12 月 12 日）

    • 修复的回归

    • 贡献者

  • 1.3.4 版本新内容（2021 年 10 月 17 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.3.3 版本新内容（2021 年 9 月 12 日）

    • 修复的回归

    • 性能改进

    • 错误修复

    • 贡献者

  • 1.3.2 版本新内容（2021 年 8 月 15 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.3.1 版本新内容（2021 年 7 月 25 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.3.0 版本新内容（2021 年 7 月 2 日）

    • 增强

    • 显著的错误修复

    • 向后不兼容的 API 更改

    • 已弃用项

    • 性能改进

    • 错误修复

    • 贡献者

1.2 版本

  • 1.2.5 版本新内容（2021 年 6 月 22 日）

    • 修复的回归

    • 贡献者

  • 1.2.4 版本新内容（2021 年 4 月 12 日）

    • 修复的回归

    • 贡献者

  • 1.2.3 版本新内容（2021 年 3 月 2 日）

    • 修复的回归

    • 贡献者

  • 1.2.2 版本新内容（2021 年 2 月 9 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.2.1 版本新内容（2021 年 1 月 20 日）

    • 修复的回归

    • 在非对齐数据框上调用 NumPy ufuncs

    • 错误修复

    • 其他

    • 贡献者

  • 1.2.0 版本新内容（2020 年 12 月 26 日）

    • 增强

    • 显著的错误修复

    • 已弃用项

    • 性能改进

    • 错误修复

    • 贡献者

1.1 版本

  • 1.1.5 版本新内容（2020 年 12 月 7 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.4 版本更新内容（2020 年 10 月 30 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.1.3 版本更新内容（2020 年 10 月 5 日）

    • 增强功能

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.2 版本更新内容（2020 年 9 月 8 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.1 版本更新内容（2020 年 8 月 20 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.1.0 版本更新内容（2020 年 7 月 28 日）

    • 增强功能

    • 显著的错误修复

    • 不兼容的 API 更改

    • 弃用项

    • 性能改进

    • 错误修复

    • 贡献者

1.0 版本

  • 1.0.5 版本更新内容（2020 年 6 月 17 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.0.4 版本更新内容（2020 年 5 月 28 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.0.3 版本更新内容（2020 年 3 月 17 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.0.2 版本更新内容（2020 年 3 月 12 日）

    • 修复的回归问题

    • 使用可空布尔数组进行索引

    • 错误修复

    • 贡献者

  • 1.0.1 版本更新内容（2020 年 2 月 5 日）

    • 修复的回归问题

    • 弃用项

    • 错误修复

    • 贡献者

  • 1.0.0 版本更新内容（2020 年 1 月 29 日）

    • 新的弃用政策

    • 增强功能

    • 实验性新功能

    • 其他增强功能

    • 不兼容的 API 更改

    • 弃用项

    • 删除之前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.25

  • 0.25.3 中的新功能（2019 年 10 月 31 日）

    • 错误修复

    • 贡献者

  • 0.25.2 中的新功能（2019 年 10 月 15 日）

    • 错误修复

    • 贡献者

  • 0.25.1 中的新功能（2019 年 8 月 21 日）

    • IO 和 LZMA

    • 错误修复

    • 贡献者

  • 0.25.0 中的新功能（2019 年 7 月 18 日）

    • 增强功能

    • 向后不兼容的 API 更改

    • 弃用项

    • 去除先前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.24

  • 0.24.2 中的新功能（2019 年 3 月 12 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.24.1 中的新功能（2019 年 2 月 3 日）

    • API 更改

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.24.0 中的新功能（2019 年 1 月 25 日）

    • 增强功能

    • 向后不兼容的 API 更改

    • 扩展类型更改

    • 弃用项

    • 去除先前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.23

  • 0.23.4 中的新功能（2018 年 8 月 3 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.23.3 中的新功能（2018 年 7 月 7 日）

    • 贡献者

  • 0.23.2 中的新功能（2018 年 7 月 5 日）

    • 整个 DataFrame 上的逻辑减少

    • 修复的回归

    • 构建更改

    • 错误修复

    • 贡献者

  • 0.23.1 中的新功能（2018 年 6 月 12 日）

    • 修复的回归

    • 性能改进

    • 错误修复

    • 贡献者

  • 0.23.0 中的新功能（2018 年 5 月 15 日）

    • 新功能

    • 向后不兼容的 API 更改

    • 弃用内容

    • 移除之前版本的弃用/更改

    • 性能改进

    • 文档更改

    • 错误修复

    • 贡献者

版本 0.22

  • 版本 0.22.0 (2017 年 12 月 29 日)

    • 向后不兼容的 API 更改

    • 兼容性

    • 贡献者

版本 0.21

  • 版本 0.21.1 (2017 年 12 月 12 日)

    • 恢复 Matplotlib 日期时间转换器注册

    • 新特性

    • 弃用内容

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.21.0 (2017 年 10 月 27 日)

    • 新特性

    • 向后不兼容的 API 更改

    • 弃用内容

    • 移除之前版本的弃用/更改

    • 性能改进

    • 文档更改

    • 错误修复

    • 贡献者

版本 0.20

  • 版本 0.20.3 (2017 年 7 月 7 日)

    • 错误修复

    • 贡献者

  • 版本 0.20.2 (2017 年 6 月 4 日)

    • 增强功能

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.20.1 (2017 年 5 月 5 日)

    • 新特性

    • 向后不兼容的 API 更改

    • 库的重新组织：隐私更改

    • 弃用内容

    • 移除之前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.19

  • 版本 0.19.2 (2016 年 12 月 24 日)

    • 增强功能

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.19.1 (2016 年 11 月 3 日)

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.19.0（2016 年 10 月 2 日）

    • 新特性

    • API 更改

    • 弃用

    • 删除先前版本的弃用/更改

    • 性能改进

    • Bug 修复

    • 贡献者

版本 0.18

  • 版本 0.18.1（2016 年 5 月 3 日）

    • 新特性

    • 稀疏更改

    • API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

  • 版本 0.18.0（2016 年 3 月 13 日）

    • 新特性

    • 向后不兼容的 API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

版本 0.17

  • 版本 0.17.1（2015 年 11 月 21 日）

    • 新特性

    • 增强功能

    • API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

  • 版本 0.17.0（2015 年 10 月 9 日）

    • 新特性

    • 向后不兼容的 API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

版本 0.16

  • 版本 0.16.2（2015 年 6 月 12 日）

    • 新特性

    • API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

  • 版本 0.16.1（2015 年 5 月 11 日）

    • 增强功能

    • API 更改

    • 索引表示

    • 性能改进

    • Bug 修复

    • 贡献者

  • 版本 0.16.0（2015 年 3 月 22 日）

    • 新特性

    • 向后不兼容的 API 更改

    • 性能改进

    • Bug 修复

    • 贡献者

版本 0.15

  • 版本 0.15.2（2014 年 12 月 12 日）

    • API 更改

    • 增强功能

    • 性能

    • Bug 修复

    • 贡献者

  • 版本 0.15.1 (2014 年 11 月 9 日)

    • API 更改

    • 增强功能

    • 错误修复

    • 贡献者

  • 版本 0.15.0 (2014 年 10 月 18 日)

    • 新功能

    • 不兼容的后向 API 更改

    • 增强功能

    • 性能

    • 错误修复

    • 贡献者

版本 0.14

  • 版本 0.14.1 (2014 年 7 月 11 日)

    • API 更改

    • 增强功能

    • 性能

    • 实验性的

    • 错误修复

    • 贡献者

  • 版本 0.14.0 (2014 年 5 月 31 日)

    • API 更改

    • 显示更改

    • 文本解析 API 更改

    • GroupBy API 更改

    • SQL

    • 使用切片器进行多重索引

    • 绘图

    • 先前版本的弃用/更改

    • 弃用

    • 已知问题

    • 增强功能

    • 性能

    • 实验性的

    • 错误修复

    • 贡献者

版本 0.13

  • 版本 0.13.1 (2014 年 2 月 3 日)

    • 输出格式增强

    • API 更改

    • 先前版本的弃用/更改

    • 弃用

    • 增强功能

    • 性能

    • 实验性的

    • 错误修复

    • 贡献者

  • 版本 0.13.0 (2014 年 1 月 3 日)

    • API 更改

    • 先前版本的弃用/更改

    • 弃用

    • 索引 API 更改

    • Float64Index API 更改

    • HDFStore API 更改

    • DataFrame 表示更改

    • 增强功能

    • 实验性的

    • 内部重构

    • 错误修复

    • 贡献者

版本 0.12

  • 版本 0.12.0 (2013 年 7 月 24 日)

    • API 更改

    • IO 增强

    • 其他增强功能

    • 实验性特性

    • 错误修复

    • 贡献者

版本 0.11

  • 版本 0.11.0（2013 年 4 月 22 日）

    • 选择选择

    • 选择废弃

    • 数据类型

    • 数据类型转换

    • 数据类型陷阱

    • 日期时间转换

    • API 变更

    • 增强功能

    • 贡献者

版本 0.10

  • 版本 0.10.1（2013 年 1 月 22 日）

    • API 变更

    • 新特性

    • HDFStore

    • 贡献者

  • 版本 0.10.0（2012 年 12 月 17 日）

    • 文件解析新特性

    • API 变更

    • 新特性

    • 宽 DataFrame 打印

    • 更新的 PyTables 支持

    • N 维面板（实验性）

    • 贡献者

版本 0.9

  • 版本 0.9.1（2012 年 11 月 14 日）

    • 新特性

    • API 变更

    • 贡献者

  • 版本 0.9.0（2012 年 10 月 7 日）

    • 新特性

    • API 变更

    • 贡献者

版本 0.8

  • 版本 0.8.1（2012 年 7 月 22 日）

    • 新特性

    • 性能改进

    • 贡献者

  • 版本 0.8.0（2012 年 6 月 29 日）

    • 支持非唯一索引

    • NumPy datetime64 数据类型和 1.6 依赖

    • 时间序列更改和改进

    • 其他新特性

    • 新绘图方法

    • 其他 API 变更

    • 针对 pandas <= 0.7.3 用户的潜在迁移问题

    • 贡献者

版本 0.7

  • 版本 0.7.3（2012 年 4 月 12 日）

    • 新特性

    • NA 布尔比较 API 更改

    • 其他 API 变更

    • 贡献者

  • 版本 0.7.2（2012 年 3 月 16 日）

    • 新特性

    • 性能改进

    • 贡献者

  • 2.2.2 版本更新 (2012 年 2 月 29 日)

    • 新功能

    • 性能改进

    • 贡献者

  • 2.2.1 版本更新 (2012 年 2 月 9 日)

    • 新功能

    • 针对整数索引的 API 变更

    • 基于标签切片的 API 调整

    • Series [] 运算符的变化

    • 其他 API 变更

    • 性能改进

    • 贡献者

版本 0.6

  • 2011 年 12 月 13 日的 0.6.1 版本更新

    • 新功能

    • 性能改进

    • 贡献者

  • 2011 年 11 月 25 日的 0.6.0 版本更新

    • 新功能

    • 性能增强

    • 贡献者

版本 0.5

  • 0.5.0 版本更新 (2011 年 10 月 24 日)

    • 新功能

    • 性能增强

    • 贡献者

版本 0.4

  • 版本 0.4.1 至 0.4.3（2011 年 9 月 25 日 - 10 月 9 日）

    • 新功能

    • 性能增强

    • 贡献者

版本 2.2

  • 2024 年 4 月 10 日的 2.2.2 版本更新

    • Pandas 2.2.2 现在与 numpy 2.0 兼容

    • 修复的回归

    • Bug 修复

    • 其他

    • 贡献者

  • 2024 年 2 月 22 日的 2.2.1 版本更新

    • 增强功能

    • 修复的回归

    • Bug 修复

    • 其他

    • 贡献者

  • 2024 年 1 月 19 日的 2.2.0 版本更新

    • 即将到来的 pandas 3.0 变更

    • 增强功能

    • 显著的 bug 修复

    • 弃用

    • 性能改进

    • Bug 修复

    • 贡献者

版本 2.1

  • 2023 年 12 月 8 日的 2.1.4 版本更新

    • 修复的回归

    • Bug 修复

    • 贡献者

  • 2023 年 11 月 10 日的 2.1.3 版本更新

    • 修复的回归

    • Bug 修复

    • 贡献者

  • 2023 年 10 月 26 日的 2.1.2 版本更新

    • 弃用

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.1.1 版本更新内容（2023 年 9 月 20 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.1.0 版本更新内容（2023 年 8 月 30 日）

    • 增强功能

    • 不兼容的 API 更改

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 2.0

  • 2.0.3 版本更新内容（2023 年 6 月 28 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.2 版本更新内容（2023 年 5 月 29 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.1 版本更新内容（2023 年 4 月 24 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 2.0.0 版本更新内容（2023 年 4 月 3 日）

    • 增强功能

    • 值得注意的错误修复

    • 不兼容的 API 更改

    • 弃用功能

    • 移除之前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.5

  • 1.5.3 版本更新内容（2023 年 1 月 18 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.2 版本更新内容（2022 年 11 月 21 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.1 版本更新内容（2022 年 10 月 19 日）

    • groupby在分类分组器中的行为（GH 48645）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.5.0 版本更新内容（2022 年 9 月 19 日）

    • 增强功能

    • 值得注意的错误修复

    • 不兼容的 API 更改

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.4

  • 1.4.4 新功能（2022 年 8 月 31 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.3 新功能（2022 年 6 月 23 日）

    • concat 在空或全 NA DataFrame 列上的行为

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.2 新功能（2022 年 4 月 2 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.4.1 新功能（2022 年 2 月 12 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.4.0 新功能（2022 年 1 月 22 日）

    • 增强功能

    • 值得注意的错误修复

    • 向后不兼容的 API 更改

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.3

  • 1.3.5 新功能（2021 年 12 月 12 日）

    • 修复的回归

    • 贡献者

  • 1.3.4 新功能（2021 年 10 月 17 日）

    • 修复的回归

    • 错误修复

    • 其他

    • 贡献者

  • 1.3.3 新功能（2021 年 9 月 12 日）

    • 修复的回归

    • 性能改进

    • 错误修复

    • 贡献者

  • 1.3.2 新功能（2021 年 8 月 15 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.3.1 新功能（2021 年 7 月 25 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.3.0 新功能（2021 年 7 月 2 日）

    • 增强功能

    • 值得注意的错误修复

    • 向后不兼容的 API 更改

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

版本 1.2

  • 1.2.5 新功能（2021 年 6 月 22 日）

    • 修复的回归

    • 贡献者

  • 1.2.4 版本更新（2021 年 4 月 12 日）

    • 修复的回归问题

    • 贡献者

  • 1.2.3 版本更新（2021 年 3 月 2 日）

    • 修复的回归问题

    • 贡献者

  • 1.2.2 版本更新（2021 年 2 月 9 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.2.1 版本更新（2021 年 1 月 20 日）

    • 修复的回归问题

    • 在非对齐的数据框上调用 NumPy ufuncs

    • 错误修复

    • 其他

    • 贡献者

  • 1.2.0 版本更新（2020 年 12 月 26 日）

    • 增强功能

    • 显著的错误修复

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

1.1 版本

  • 1.1.5 版本更新（2020 年 12 月 7 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.4 版本更新（2020 年 10 月 30 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.1.3 版本更新（2020 年 10 月 5 日）

    • 增强功能

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.2 版本更新（2020 年 9 月 8 日）

    • 修复的回归问题

    • 错误修复

    • 其他

    • 贡献者

  • 1.1.1 版本更新（2020 年 8 月 20 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.1.0 版本更新（2020 年 7 月 28 日）

    • 增强功能

    • 显著的错误修复

    • 不兼容的 API 更改

    • 弃用功能

    • 性能改进

    • 错误修复

    • 贡献者

1.0 版本

  • 1.0.5 版本更新（2020 年 6 月 17 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.0.4 版本更新（2020 年 5 月 28 日）

    • 修复的回归问题

    • 错误修复

    • 贡献者

  • 1.0.3 版本更新（2020 年 3 月 17 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 1.0.2 中的新功能（2020 年 3 月 12 日）

    • 修复的回归

    • 使用可空布尔数组进行索引

    • 错误修复

    • 贡献者

  • 1.0.1 中的新功能（2020 年 2 月 5 日）

    • 修复的回归

    • 弃用

    • 错误修复

    • 贡献者

  • 1.0.0 中的新功能（2020 年 1 月 29 日）

    • 新的弃用政策

    • 增强功能

    • 实验性新功能

    • 其他增强功能

    • 不兼容的后向 API 更改

    • 弃用

    • 删除之前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.25

  • 0.25.3 中的新功能（2019 年 10 月 31 日）

    • 错误修复

    • 贡献者

  • 0.25.2 中的新功能（2019 年 10 月 15 日）

    • 错误修复

    • 贡献者

  • 0.25.1 中的新功能（2019 年 8 月 21 日）

    • IO 和 LZMA

    • 错误修复

    • 贡献者

  • 0.25.0 中的新功能（2019 年 7 月 18 日）

    • 增强功能

    • 不兼容的后向 API 更改

    • 弃用

    • 删除之前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.24

  • 0.24.2 中的新功能（2019 年 3 月 12 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.24.1 中的新功能（2019 年 2 月 3 日）

    • API 更改

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.24.0 中的新功能（2019 年 1 月 25 日）

    • 增强功能

    • 不兼容的后向 API 更改

    • 扩展类型更改

    • 弃用

    • 删除先前版本的弃用/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.23

  • 0.23.4 中的新功能（2018 年 8 月 3 日）

    • 修复的回归

    • 错误修复

    • 贡献者

  • 0.23.3 中的新功能（2018 年 7 月 7 日）

    • 贡献者

  • 0.23.2 中的新功能（2018 年 7 月 5 日）

    • 整个 DataFrame 上的逻辑缩减

    • 修复的回归

    • 构建更改

    • 错误修复

    • 贡献者

  • 0.23.1 中的新功能（2018 年 6 月 12 日）

    • 修复的回归

    • 性能改进

    • 错误修复

    • 贡献者

  • 0.23.0 中的新功能（2018 年 5 月 15 日）

    • 新功能

    • 向后不兼容的 API 更改

    • 弃用

    • 删除先前版本的弃用/更改

    • 性能改进

    • 文档更改

    • 错误修复

    • 贡献者

版本 0.22

  • 版本 0.22.0（2017 年 12 月 29 日）

    • 向后不兼容的 API 更改

    • 兼容性

    • 贡献者

版本 0.21

  • 版本 0.21.1（2017 年 12 月 12 日）

    • 恢复 Matplotlib 日期时间转换器注册

    • 新功能

    • 弃用

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.21.0（2017 年 10 月 27 日）

    • 新功能

    • 向后不兼容的 API 更改

    • 弃用

    • 删除先前版本的弃用/更改

    • 性能改进

    • 文档更改

    • 错误修复

    • 贡献者

版本 0.20

  • 版本 0.20.3（2017 年 7 月 7 日）

    • 错误修复

    • 贡献者

  • 版本 0.20.2 (2017 年 6 月 4 日)

    • 增强功能

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.20.1 (2017 年 5 月 5 日)

    • 新特性

    • 向后不兼容的 API 更改

    • 库的重新组织：隐私更改

    • 废弃功能

    • 移除之前版本的废弃功能/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.19

  • 版本 0.19.2 (2016 年 12 月 24 日)

    • 增强功能

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.19.1 (2016 年 11 月 3 日)

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.19.0 (2016 年 10 月 2 日)

    • 新特性

    • API 更改

    • 废弃功能

    • 移除之前版本的废弃功能/更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.18

  • 版本 0.18.1 (2016 年 5 月 3 日)

    • 新特性

    • 稀疏更改

    • API 更改

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.18.0 (2016 年 3 月 13 日)

    • 新特性

    • 向后不兼容的 API 更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.17

  • 版本 0.17.1 (2015 年 11 月 21 日)

    • 新特性

    • 增强功能

    • API 更改

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.17.0 (2015 年 10 月 9 日)

    • 新特性

    • 向后不兼容的 API 更改

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.16

  • 版本 0.16.2 (2015 年 6 月 12 日)

    • 新功能

    • API 变更

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.16.1 (2015 年 5 月 11 日)

    • 增强功能

    • API 变更

    • 索引表示

    • 性能改进

    • 错误修复

    • 贡献者

  • 版本 0.16.0 (2015 年 3 月 22 日)

    • 新功能

    • 不兼容的 API 变更

    • 性能改进

    • 错误修复

    • 贡献者

版本 0.15

  • 版本 0.15.2 (2014 年 12 月 12 日)

    • API 变更

    • 增强功能

    • 性能优化

    • 错误修复

    • 贡献者

  • 版本 0.15.1 (2014 年 11 月 9 日)

    • API 变更

    • 增强功能

    • 错误修复

    • 贡献者

  • 版本 0.15.0 (2014 年 10 月 18 日)

    • 新功能

    • 不兼容的 API 变更

    • 增强功能

    • 性能优化

    • 错误修复

    • 贡献者

版本 0.14

  • 版本 0.14.1 (2014 年 7 月 11 日)

    • API 变更

    • 增强功能

    • 性能优化

    • 实验性内容

    • 错误修复

    • 贡献者

  • 版本 0.14.0 (2014 年 5 月 31 日)

    • API 变更

    • 显示变更

    • 文本解析 API 变更

    • GroupBy API 变更

    • SQL

    • 使用切片器进行多索引

    • 绘图

    • 先前版本的弃用/变更

    • 弃用内容

    • 已知问题

    • 增强功能

    • 性能优化

    • 实验性内容

    • 错误修复

    • 贡献者

版本 0.13

  • 版本 0.13.1 (2014 年 2 月 3 日)

    • 输出格式增强

    • API 变更

    • 先前版本的弃用/更改

    • 弃用

    • 增强功能

    • 性能

    • 实验性功能

    • 错误修复

    • 贡献者

  • 版本 0.13.0（2014 年 1 月 3 日）

    • API 更改

    • 先前版本的弃用/更改

    • 弃用

    • 索引 API 更改

    • Float64Index API 更改

    • HDFStore API 更改

    • DataFrame repr 更改

    • 增强功能

    • 实验性功能

    • 内部重构

    • 错误修复

    • 贡献者

版本 0.12

  • 版本 0.12.0（2013 年 7 月 24 日）

    • API 更改

    • IO 增强功能

    • 其他增强功能

    • 实验性功能

    • 错误修复

    • 贡献者

版本 0.11

  • 版本 0.11.0（2013 年 4 月 22 日）

    • 选择项

    • 选择弃用

    • 数据类型

    • 数据类型转换

    • 数据类型注意事项

    • 日期时间转换

    • API 更改

    • 增强功能

    • 贡献者

版本 0.10

  • 版本 0.10.1（2013 年 1 月 22 日）

    • API 更改

    • 新功能

    • HDFStore

    • 贡献者

  • 版本 0.10.0（2012 年 12 月 17 日）

    • 文件解析新功能

    • API 更改

    • 新功能

    • 宽 DataFrame 打印

    • 更新的 PyTables 支持

    • N 维面板（实验性）

    • 贡献者

版本 0.9

  • 版本 0.9.1（2012 年 11 月 14 日）

    • 新功能

    • API 更改

    • 贡献者

  • 版本 0.9.0（2012 年 10 月 7 日）

    • 新功能

    • API 更改

    • 贡献者

版本 0.8

  • 版本 0.8.1（2012 年 7 月 22 日）

    • 新功能

    • 性能改进

    • 贡献者

  • 版本 0.8.0（2012 年 6 月 29 日）

    • 支持非唯一索引

    • NumPy datetime64 类型和 1.6 依赖性

    • 时间序列变更和改进

    • 其他新特性

    • 新绘图方法

    • 其他 API 变更

    • Pandas <= 0.7.3 用户的潜在移植问题

    • 贡献者

版本 0.7

  • 版本 0.7.3（2012 年 4 月 12 日）

    • 新特性

    • NA 布尔比较 API 更改

    • 其他 API 变更

    • 贡献者

  • 版本 0.7.2（2012 年 3 月 16 日）

    • 新特性

    • 性能改进

    • 贡献者

  • 版本 0.7.1（2012 年 2 月 29 日）

    • 新特性

    • 性能改进

    • 贡献者

  • 版本 0.7.0（2012 年 2 月 9 日）

    • 新特性

    • 整数索引的 API 更改

    • 关于基于标签的切片的 API 调整

    • Series [] 操作符的更改

    • 其他 API 变更

    • 性能改进

    • 贡献者

版本 0.6

  • 版本 0.6.1（2011 年 12 月 13 日）

    • 新特性

    • 性能改进

    • 贡献者

  • 版本 0.6.0（2011 年 11 月 25 日）

    • 新特性

    • 性能增强

    • 贡献者

版本 0.5

  • 版本 0.5.0（2011 年 10 月 24 日）

    • 新特性

    • 性能增强

    • 贡献者

版本 0.4

  • 版本 0.4.1 到 0.4.3（2011 年 9 月 25 日 - 10 月 9 日）

    • 新特性

    • 性能增强

    • 贡献者

2.2.2 的新特性（2024 年 4 月 10 日）

原文：pandas.pydata.org/docs/whatsnew/v2.2.2.html

这些是 pandas 2.2.2 的变化。请参阅发布说明获取包括其他版本的 pandas 在内的完整变更日志。

Pandas 2.2.2 现在与 numpy 2.0 兼容

Pandas 2.2.2 是与即将发布的 numpy 2.0 版本普遍兼容的第一个版本，且 pandas 2.2.2 的 wheel 包将同时适用于 numpy 1.x 和 2.x。

一个主要的警告是，使用 numpy 2.0 的新 StringDtype 创建的数组将在 Series/DataFrame 创建时转换为 object dtyped 数组。预计在 pandas 3.0 中将对 numpy 2.0 的 StringDtype 提供完整支持。

请如往常一样，将发现的任何错误报告给我们的问题跟踪器## 修复的回归

  • 当列的类型为 pandas 可空类型且存在缺失值时，DataFrame.__dataframe__() 生成了错误的数据缓冲区（GH 56702）

  • 当列的类型为 pyarrow 可空类型且存在缺失值时，DataFrame.__dataframe__() 生成了错误的数据缓冲区（GH 57664）

  • 当调用自定义DataFrame或Series子类方法时，避免发出虚假的DeprecationWarning（GH 57553）

  • 修复了 to_datetime() 对字符串和 unit 输入精度的回归问题（GH 57051）## Bug fixes

  • 当列的类型为可空布尔值时，DataFrame.__dataframe__() 生成了错误的数据缓冲区（GH 55332）

  • 当 'string[pyarrow]' 的有效性缓冲区时，DataFrame.__dataframe__() 显示了 bytemask 而不是 bitmask（GH 57762）

  • 当存在缺失值时，DataFrame.__dataframe__()显示非空有效性缓冲区（而不是None）'string[pyarrow]'（GH 57761）

  • 当使用 schema 参数时，DataFrame.to_sql()无法找到正确的表格（GH 57539） ## 其他 ## 贡献者

本次发布共有 20 人贡献了补丁。名字旁边带有“+”符号的人第一次贡献了补丁。

  • Clément Robert

  • Elliott Sales de Andrade

  • 木材机器人（又名杰克）

  • Marc Garcia

  • Marco Edward Gorelli

  • Marco Gorelli

  • Mateusz Sokół

  • Matthew Roeschke

  • Natalia Mokeeva

  • Pandas 开发团队

  • Sebastian Berg

  • Shabab Karim +

  • Thomas Baumann

  • Thomas Li

  • Trinh Quoc Anh +

  • William Ayd

  • Yuki Kitayama +

  • Zhengbo Wang

  • dependabot[bot]

  • jbrockmendel ## Pandas 2.2.2 现在与 numpy 2.0 兼��

Pandas 2.2.2 是与即将发布的 numpy 2.0 版本普遍兼容的第一个 pandas 版本，而且 pandas 2.2.2 的安装包将同时适用于 numpy 1.x 和 2.x。

一个主要的警告是，使用 numpy 2.0 的新StringDtype创建的数组在创建Series/DataFrame时会转换为object数据类型的数组。预计在 pandas 3.0 中将完全支持 numpy 2.0 的 StringDtype。

如往常，请将发现的任何错误报告给我们的问题跟踪器

修复的回归问题

  • 当列的类型为带有缺失值的 pandas 可空类型时，DataFrame.__dataframe__()在生成数据缓冲区时会出现错误（GH 56702）

  • 当列的类型为 pyarrow 可空类型且存在缺失值时，DataFrame.__dataframe__()在生成数据缓冲区时会出现错误（GH 57664）

  • 当调用自定义的DataFrame或Series子类方法时，避免发出虚假的DeprecationWarning（GH 57553）

  • 修复了使用字符串和unit输入时to_datetime()精度的回归问题（GH 57051）

Bug fixes

  • DataFrame.__dataframe__() 在列类型为可空布尔值时生成了不正确的数据缓冲区（GH 55332）

  • DataFrame.__dataframe__() 对 'string[pyarrow]' 有效性缓冲区显示了字节掩码而不是位掩码（GH 57762）

  • DataFrame.__dataframe__() 显示非空有效缓冲区（而不是 None）'string[pyarrow]'，没有缺失值（GH 57761）

  • DataFrame.to_sql() 在使用 schema 参数时无法找到正确的表格（GH 57539）

其他

贡献者

一共有 20 人对此版本做出了贡献。在他们的名字后面有“+”符号的人第一次贡献了补丁。

  • Clément Robert

  • Elliott Sales de Andrade

  • Lumberbot (aka Jack)

  • Marc Garcia

  • Marco Edward Gorelli

  • Marco Gorelli

  • Mateusz Sokół

  • Matthew Roeschke

  • Natalia Mokeeva

  • Pandas 开发团队

  • Sebastian Berg

  • Shabab Karim +

  • Thomas Baumann

  • Thomas Li

  • Trinh Quoc Anh +

  • William Ayd

  • Yuki Kitayama +

  • Zhengbo Wang

  • dependabot[bot]

  • jbrockmendel

2.2.1 新特性（2024 年 2 月 22 日）

原文：pandas.pydata.org/docs/whatsnew/v2.2.1.html

这些是 pandas 2.2.1 中的更改。查看发布说明获取完整的更改日志，包括其他版本的 pandas。

增强

  • 添加了 pyarrow pip 额外项，用户可以使用 pip install pandas[pyarrow] 安装 pandas 和 pyarrow（GH 54466） ## 修复了回归问题

  • 修复了 read_csv() 中的内存泄漏问题（GH 57039）

  • 修复了 Series.combine_first() 中的性能回归问题（GH 55845）

  • 修复了导致接近最小时间戳溢出的回归问题（GH 57150）

  • 修复了 concat() 中的回归问题，改变了长期以来的行为，当轴是 DatetimeIndex 时，总是对非连接轴进行排序（GH 57006）

  • 修复了 merge_ordered() 中的回归问题，对 fill_method="ffill" 和 how="left" 引发 TypeError（GH 57010）

  • 修复了 pandas.testing.assert_series_equal() 中的回归问题，默认情况下检查 Index 时 check_exact=True（GH 57067）

  • 修复了 read_json() 中的回归问题，其中会返回一个 Index 而不是一个 RangeIndex（GH 57429）

  • 修复了 wide_to_long() 中的回归问题，为字符串列引发了 AttributeError（GH 57066）

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax() 中的回归问题，忽略了skipna参数 (GH 57040)

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax() 中的回归问题，在值包含 dtype 的最小值或最大值时可能产生不正确的结果 (GH 57040)

  • 修复了CategoricalIndex.difference()中的回归问题，在其他包含除 NaN 之外的空值时引发KeyError (GH 57318)

  • 修复了DataFrame.groupby()中的回归问题，在某些情况下，通过一个Series分组时引发ValueError (GH 57276)

  • 修复了DataFrame.loc()中的回归问题，对于非唯一的、掩码 dtype 索引，在结果超过 10,000 行时引发IndexError (GH 57027)

  • 修复了DataFrame.loc()中的回归问题，当使用部分行索引器和多列扩展时，不必要地引发“不兼容的 dtype 警告”（参见PDEP6）时 (GH 56503)

  • 修复了 DataFrame.map() 在 na_action="ignore" 时不尊重 NumPy 可空和 ArrowDtypes 的回归问题（GH 57316）

  • 修复了 DataFrame.merge() 对某些类型的第三方扩展数组抛出 ValueError 的回归问题（GH 57316）

  • 修复了 DataFrame.query() 在所有列均为 NaT 且为对象 dtype 时忽略 skipna 参数的回归问题（GH 57068）

  • 修复了 DataFrame.shift() 对于 axis=1 和空 DataFrame 抛出 AssertionError 的回归问题（GH 57301）

  • 修复了 DataFrame.sort_index() 在具有重复索引时未能产生稳定排序的回归问题（GH 57151）

  • 修复了 DataFrame.to_dict() 在 orient='list' 且包含日期时间或时间间隔类型时返回整数的回归问题（GH 54824）

  • 修复了 DataFrame.to_json() 将可空整数转换为浮点数的回归问题（GH 57224）

  • 修复了 DataFrame.to_sql() 在传递 method="multi" 且方言类型不是 Oracle 时的回归问题（GH 57310）

  • 修复了 DataFrame.transpose() 中具有可空扩展数据类型的数据不具有 F 连续性可能导致异常的回归问题（GH 57315）

  • 修复了 DataFrame.update() 关于下转型的警告不正确的回归问题（GH 57124）

  • 修复了 DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax() 忽略 skipna 参数的回归问题（GH 57040）

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax()中的一个 bug，其中包含最小值或最大值的值可能产生不正确的结果（GH 57040)

  • 修复了ExtensionArray.to_numpy()中的一个 bug，对于非数值掩码 dtype 引发错误（GH 56991)

  • 修复了Index.join()中的一个 bug，当将空索引与包含混合 dtype 值的非空索引进行连接时引发TypeError（GH 57048)

  • 修复了Series.astype()中的一个 bug，当从带有缺失值的整数转换为字符串 dtype 时引入小数（GH 57418)

  • 修复了Series.pct_change()中的一个 bug，对于空Series引发ValueError（GH 57056)

  • 修复了Series.to_numpy()中的一个 bug，当 dtype 为 float 且数据包含 NaN 时引发错误（GH 57121)

  • 修复了将毫秒组件添加或减去到datetime64 Index、Series或DataFrame时的一个 bug，导致 regression（GH 57529) ## Bug fixes

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 在 Nullable integers 时引发错误（GH 55069)

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 在输入为空时引发错误（GH 56700)

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 没有将列名转换为字符串（GH 55069)

  • 修复了带有启用写入时复制功能的空DataFrame中的DataFrame.__getitem__()中的错误（GH 57130)

  • 修复了PeriodIndex.asfreq()中的错误，该错误默默地转换了不支持的周期频率，而不是引发错误（GH 56945) ## 其他

注意

当 pandas 导入时没有安装 PyArrow 时引发的DeprecationWarning已被移除。这个决定是因为警告对太多用户来说太嘈杂了，并且收集了许多关于将 PyArrow 作为必需依赖项的决定的反馈意见。Pandas 目前正在考虑是否将 PyArrow 添加为 3.0 版本的硬依赖项。感兴趣的用户可以在此处跟进讨论。

  • 在DataFrameGroupBy.first()、DataFrameGroupBy.last()、SeriesGroupBy.first()和SeriesGroupBy.last()中添加了参数skipna；在 pandas 2.0.0 中，通过DataFrameGroupBy.nth()实现skipna=False，但该行为已更改（GH 57019)

  • 在Resampler.first()、Resampler.last()中添加了参数skipna（GH 57019) ## 贡献者

总共有 14 人为此版本贡献了补丁。名字旁边带有“+”符号的人第一次贡献了补丁。

  • Albert Villanova del Moral

  • Luke Manley

  • Lumberbot (又名 Jack)

  • Marco Edward Gorelli

  • Matthew Roeschke

  • Natalia Mokeeva

  • Pandas 开发团队

  • Patrick Hoefler

  • Richard Shadrach

  • Robert Schmidtke +

  • Samuel Chai +

  • Thomas Li

  • William Ayd

  • dependabot[bot] ## 增强功能

  • 添加了 pyarrow pip 额外选项，因此用户可以使用 pip install pandas[pyarrow] 安装 pandas 和 pyarrow（GH 54466)

修复的回归问题

  • 修复了read_csv()中的内存泄漏问题（GH 57039)

  • 修复了Series.combine_first()中的性能回归问题（GH 55845)

  • 修复了回归问题，导致接近最小时间戳的溢出（GH 57150)

  • 修复了concat()中的回归，改变了长期以来始终对非连接轴进行排序的行为，当轴是DatetimeIndex时（GH 57006)

  • 修复了merge_ordered()中的回归，为fill_method="ffill"和how="left"引发TypeError（GH 57010)

  • 修复了pandas.testing.assert_series_equal()中的回归，默认为在检查Index时check_exact=True（GH 57067)

  • 修复了read_json()中的回归，其中返回了一个Index而不是一个RangeIndex（GH 57429)

  • 修复了wide_to_long()中的回归，为字符串列引发AttributeError（GH 57066)

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax()中的回归，忽略了skipna参数（GH 57040)

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax()中，包含 dtype 的最小值或最大值的值可能会产生不正确的结果的回归（GH 57040)

  • 修复了CategoricalIndex.difference()在其他包含除 NaN 以外的空值时引发KeyError的回归（GH 57318)

  • 修复了DataFrame.groupby()在某些情况下通过Series分组时引发ValueError的回归（GH 57276)

  • 修复了DataFrame.loc()在结果超过 10,000 行的非唯一掩码 dtype 索引中引发IndexError的回归（GH 57027)

  • 修复了DataFrame.loc()在使用部分行索引器和多列扩展时不必要地抛出“不兼容 dtype 警告”的回归（参见PDEP6)（GH 56503)

  • 修复了DataFrame.map()中na_action="ignore"对 NumPy 可空和ArrowDtypes不被尊重的回归（GH 57316)

  • 修复了DataFrame.merge()在某些第三方扩展数组类型上引发ValueError的回归（GH 57316)

  • 修复了DataFrame.query()中所有带有对象 dtype 的NaT列的回归（GH 57068)

  • 修复了DataFrame.shift()中的回归问题，对axis=1和空DataFrame引发AssertionError（GH 57301)

  • 修复了DataFrame.sort_index()中的回归问题，对具有重复索引的索引进行稳定排序时未产生稳定排序（GH 57151)

  • 修复了DataFrame.to_dict()中的回归问题，当orient='list'并且是日期时间或时间增量类型时返回整数（GH 54824)

  • 修复了DataFrame.to_json()中的回归问题，将可空整数转换为浮点数（GH 57224)

  • 修复了DataFrame.to_sql()中的回归问题，当传递method="multi"并且方言类型不是 Oracle 时（GH 57310)

  • 修复了DataFrame.transpose()中的回归问题，可空扩展数据类型没有 F-contiguous 数据，可能在使用时引发异常（GH 57315)

  • 修复了DataFrame.update()中的回归问题，发出关于下转换的错误警告（GH 57124)

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax()中的回归问题，忽略了skipna参数（GH 57040)

  • 修复了DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()、SeriesGroupBy.idxmax()中的回归问题，包含 dtype 的最小值或最大值的值可能产生不正确的结果（GH 57040)

  • 修复了ExtensionArray.to_numpy()中的回归问题，对非数值掩码数据类型引发异常（GH 56991)

  • 修复了Index.join()中的回归问题，在将空索引与包含混合数据类型值的非空索引连接时引发TypeError（GH 57048)

  • 修复了Series.astype()中的一个回归，当从带有缺失值的整数转换为字符串 dtype 时引入了小数（GH 57418)

  • 修复了Series.pct_change()中的一个回归，对空的 Series 引发 ValueError（GH 57056)

  • 修复了Series.to_numpy()中的一个回归，当 dtype 给定为 float 且数据包含 NaN 时（GH 57121)

  • 修复了将毫秒组件添加或减去到 datetime64 Index、Series 或 DataFrame 中的 DateOffset 对象时的回归（GH 57529)

Bug 修复

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 对可空整数引发异常（GH 55069)

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 对空输入引发异常（GH 56700)

  • 修复了pandas.api.interchange.from_dataframe()中的一个 bug，该 bug 没有将列名转换为字符串（GH 55069)

  • 修复了带有 Copy-on-Write 启用的空 DataFrame 中的 DataFrame.__getitem__() 中的 bug（GH 57130)

  • 修复了PeriodIndex.asfreq()中的一个 bug，该 bug 在不支持的周期频率上静默转换而不是引发错误（GH 56945)

其他

注意

当没有安装 PyArrow 时导入 pandas 时会引发的 DeprecationWarning 已经移除。这个决定是因为对于太多用户来说，这个警告太吵闹了，并且收集到了很多关于将 PyArrow 设置为必需依赖的决定的反馈。Pandas 目前正在考虑是否在 3.0 版本中将 PyArrow 添加为硬性依赖。感兴趣的用户可以在 此处 关注讨论。

  • 在 DataFrameGroupBy.first()、DataFrameGroupBy.last()、SeriesGroupBy.first() 和 SeriesGroupBy.last() 中添加了参数 skipna；在 pandas 2.0.0 中，通过 DataFrameGroupBy.nth() 可以实现 skipna=False，但在这个版本中行为已更改 (GH 57019)

  • 在 Resampler.first()、Resampler.last() 中添加了参数 skipna (GH 57019)

贡献者

共有 14 人对这个版本做出了贡献。名字后面有“+”符号的人是首次贡献补丁的。

  • Albert Villanova del Moral

  • Luke Manley

  • 伐木机器人（又名杰克）

  • Marco Edward Gorelli

  • Matthew Roeschke

  • Natalia Mokeeva

  • Pandas 开发团队

  • Patrick Hoefler

  • Richard Shadrach

  • Robert Schmidtke +

  • Samuel Chai +

  • Thomas Li

  • William Ayd

  • dependabot[bot]

2.2.0 中的新内容（2024 年 1 月 19 日）

原文：pandas.pydata.org/docs/whatsnew/v2.2.0.html

这些是 pandas 2.2.0 中的更改。查看发布说明以获取包括其他版本的 pandas 在内的完整更改日志。

pandas 3.0 中即将发生的更改

pandas 3.0 将对 pandas 的默认行为进行两个较大的更改。

Copy-on-Write

在 pandas 3.0 中，当前可选的 Copy-on-Write 模式将默认启用。不会有选项来保持当前行为启用。有关 Copy-on-Write 的新行为语义在关于 Copy-on-Write 的用户指南中有解释。

自 pandas 2.0 以来，可以通过以下选项启用新行为：

pd.options.mode.copy_on_write = True

此更改会在 pandas 操作副本和视图方面带来不同的行为变化。其中一些更改允许明确弃用，例如链式赋值中的更改。其他更改则更为微妙，因此警告隐藏在一个选项后面，在 pandas 2.2 中可以启用该选项。

pd.options.mode.copy_on_write = "warn"

此模式将在许多不实际相关的场景中发出警告，对于大多数查询实际上并不相关。我们建议探索此模式，但不必消除所有这些警告。迁移指南更详细地解释了升级过程。

默认情况下，使用（由 Arrow 支持的）专用字符串数据类型。

历史上，pandas 用 NumPy 对象数据类型表示字符串列。此表示方法存在许多问题，包括性能慢和内存占用大。这将在 pandas 3.0 中更改。pandas 将开始推断字符串列为新的string数据类型，由 Arrow 支持，表示内存连续的字符串。这将带来巨大的性能和内存改进。

旧行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: object

新行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: string

在这些场景中使用的字符串数据类型大多会像 NumPy 对象一样运行，包括缺失值语义和对这些列的一般操作。

此更改还涉及 API 中的一些其他更改：

  • 目前，指定 dtype="string" 会创建一个由存储在 NumPy 数组中的 Python 字符串支持的 dtype。在 pandas 3.0 中，此 dtype 将创建一个由 Arrow 支持的字符串列。

  • 列名和索引也将由 Arrow 字符串支持。

  • PyArrow 将成为 pandas 3.0 的必需依赖项，以适应此更改。

此未来的 dtype 推断逻辑可以通过以下方式启用：

pd.options.future.infer_string = True 
```  ## 增强功能

### to_sql 和 read_sql 中的 ADBC 驱动程序支持

`read_sql()` 和 `to_sql()` 现在可以使用 [Apache Arrow ADBC](https://arrow.apache.org/adbc/current/index.html) 驱动程序。与通过 SQLAlchemy 使用的传统驱动程序相比，ADBC 驱动程序应该提供显着的性能改进，更好的类型支持和更清洁的空值处理。

```py
import adbc_driver_postgresql.dbapi as pg_dbapi

df = pd.DataFrame(
    [
        [1, 2, 3],
        [4, 5, 6],
    ],
    columns=['a', 'b', 'c']
)
uri = "postgresql://postgres:postgres@localhost/postgres"
with pg_dbapi.connect(uri) as conn:
    df.to_sql("pandas_table", conn, index=False)

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn)

Arrow 类型系统提供了更广泛的类型，可以更接近于 PostgreSQL 等数据库提供的内容。为了说明这一点，注意以下不同数据库和 pandas 后端中可用的类型的（非详尽）列表：

numpy/pandas arrow postgres sqlite
int16/Int16 int16 SMALLINT INTEGER
int32/Int32 int32 INTEGER INTEGER
int64/Int64 int64 BIGINT INTEGER
float32 float32 REAL REAL
float64 float64 DOUBLE PRECISION REAL
object string TEXT TEXT
bool bool_ BOOLEAN
datetime64[ns] timestamp(us) TIMESTAMP
datetime64[ns,tz] timestamp(us,tz) TIMESTAMPTZ
date32 DATE
month_day_nano_interval INTERVAL
binary BINARY BLOB
decimal128 DECIMAL [1]
list ARRAY [1]
struct

复合类型

[1]

脚注

如果您希望在 DataFrame 的生命周期中尽可能保留数据库类型，请鼓励用户利用 read_sql() 的 dtype_backend="pyarrow" 参数。

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn, dtype_backend="pyarrow")

这将阻止您的数据被转换为传统的 pandas/NumPy 类型系统，该系统经常以使它们无法往返的方式转换 SQL 类型。

有关 ADBC 驱动程序及其开发状态的完整列表，请参阅 ADBC 驱动程序实现状态 文档。 ### 根据一个或多个条件创建 pandas Series

Series.case_when() 函数已添加，用于根据一个或多个条件创建 Series 对象。(GH 39154)

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(dict(a=[1, 2, 3], b=[4, 5, 6]))

In [3]: default=pd.Series('default', index=df.index)

In [4]: default.case_when(
 ...:     caselist=[
 ...:         (df.a == 1, 'first'),                              # condition, replacement
 ...:         (df.a.gt(1) & df.b.eq(5), 'second'),  # condition, replacement
 ...:     ],
 ...: )
 ...: 
Out[4]: 
0      first
1     second
2    default
dtype: object 
```  ### 对于 NumPy 可空和 Arrow 类型，`to_numpy` 转换为适当的 NumPy 数据类型

对于 NumPy 可空和 Arrow 类型，`to_numpy` 现在将转换为适当的 NumPy 数据类型，而不是对于可空和 PyArrow 支持的扩展数据类型的 `object` 数据类型。

*旧行为：*

```py
In [1]: ser = pd.Series([1, 2, 3], dtype="Int64")
In [2]: ser.to_numpy()
Out[2]: array([1, 2, 3], dtype=object)

新行为：

In [5]: ser = pd.Series([1, 2, 3], dtype="Int64")

In [6]: ser.to_numpy()
Out[6]: array([1, 2, 3])

In [7]: ser = pd.Series([1, 2, 3], dtype="timestamp[ns][pyarrow]")

In [8]: ser.to_numpy()
Out[8]: 
array(['1970-01-01T00:00:00.000000001', '1970-01-01T00:00:00.000000002',
 '1970-01-01T00:00:00.000000003'], dtype='datetime64[ns]')

默认的 NumPy 数据类型（不带任何参数）确定如下：

  • 浮点数数据类型将被转换为 NumPy 浮点数

  • 整数数据类型（没有缺失值）将被转换为 NumPy 整数数据类型

  • 带有缺失值的整数数据类型将被转换为 NumPy 浮点数数据类型，并使用 NaN 作为缺失值指示符

  • 没有缺失值的布尔类型将转换为 NumPy 的 bool 类型

  • 具有缺失值的布尔类型保持对象 dtype

  • datetime 和 timedelta 类型分别转换为 Numpy 的 datetime64 和 timedelta64 类型，NaT 用作缺失值指示符 ### Series.struct accessor for PyArrow structured data

Series.struct accessor 提供了用于处理带有 struct[pyarrow] dtype Series 数据的属性和方法。例如，Series.struct.explode() 将 PyArrow 结构化数据转换为 pandas DataFrame。 （GH 54938）

In [9]: import pyarrow as pa

In [10]: series = pd.Series(
 ....:    [
 ....:        {"project": "pandas", "version": "2.2.0"},
 ....:        {"project": "numpy", "version": "1.25.2"},
 ....:        {"project": "pyarrow", "version": "13.0.0"},
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.struct([
 ....:            ("project", pa.string()),
 ....:            ("version", pa.string()),
 ....:        ])
 ....:    ),
 ....: )
 ....: 

In [11]: series.struct.explode()
Out[11]: 
 project version
0   pandas   2.2.0
1    numpy  1.25.2
2  pyarrow  13.0.0

使用 Series.struct.field() 来索引（可能嵌套的）结构字段。

In [12]: series.struct.field("project")
Out[12]: 
0     pandas
1      numpy
2    pyarrow
Name: project, dtype: string[pyarrow] 
```  ### Series.list accessor for PyArrow list data

`Series.list` accessor 提供了用于处理带有 `list[pyarrow]` dtype Series 数据的属性和方法。例如，`Series.list.__getitem__()` 允许在 Series 中索引 pyarrow 列表。 （[GH 55323](https://github.com/pandas-dev/pandas/issues/55323)）

```py
In [13]: import pyarrow as pa

In [14]: series = pd.Series(
 ....:    [
 ....:        [1, 2, 3],
 ....:        [4, 5],
 ....:        [6],
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.list_(pa.int64())
 ....:    ),
 ....: )
 ....: 

In [15]: series.list[0]
Out[15]: 
0    1
1    4
2    6
dtype: int64[pyarrow] 
```  ### Calamine engine for `read_excel()`

`calamine` 引擎被添加到 `read_excel()` 中。它使用 `python-calamine`，该库提供了 Rust 库 [calamine](https://crates.io/crates/calamine) 的 Python 绑定。该引擎支持 Excel 文件（`.xlsx`、`.xlsm`、`.xls`、`.xlsb`）和 OpenDocument 电子表格（`.ods`）（[GH 50395](https://github.com/pandas-dev/pandas/issues/50395)）。

这个引擎有两个优点：

1.  Calamine 通常比其他引擎快，一些基准测试显示结果比 ‘openpyxl’ 快了高达 5 倍，‘odf’ 快了 20 倍，‘pyxlsb’ 快了 4 倍，‘xlrd’ 快了 1.5 倍。但是，由于对行的惰性迭代，‘openpyxl’ 和 ‘pyxlsb’ 在从大文件中读取少量行时更快。

1.  Calamine 支持在 `.xlsb` 文件中识别 datetime，而 ‘pyxlsb’ 则是 pandas 中唯一可以读取 `.xlsb` 文件的其他引擎。

```py
pd.read_excel("path_to_file.xlsb", engine="calamine")

更多信息，请参阅 IO 工具中用户指南中的 Calamine（Excel 和 ODS 文件） ### Other enhancements

  • 当 method 参数设置为 multi 时，to_sql() 在后端与 Oracle 一起工作

  • Series.attrs / DataFrame.attrs 现在使用深度复制来传播 attrs（GH 54134）。

  • get_dummies() 现在返回与输入类型兼容的扩展类型 boolean 或 bool[pyarrow]（GH 56273）

  • read_csv() 现在支持 on_bad_lines 参数，并使用 engine="pyarrow"（GH 54480）

  • read_sas() 返回 datetime64 类型的结果，其分辨率更适合与 SAS 中本地存储的类型匹配，并且在无法使用 datetime64[ns] 类型存储的情况下避免返回对象类型（GH 56127）

  • read_spss() 现在返回一个存储元数据的 DataFrame，该元数据存储在 DataFrame.attrs 中（GH 54264）

  • tseries.api.guess_datetime_format() 现在是公共 API 的一部分（GH 54727）

  • DataFrame.apply() 现在允许使用 numba（通过 engine="numba"）对传递的函数进行 JIT 编译，从而可能提高速度（GH 54666）

  • ExtensionArray._explode() 接口方法已添加，允许扩展类型实现 explode 方法（GH 54833）

  • ExtensionArray.duplicated() 已添加，允许扩展类型实现 duplicated 方法（GH 55255）

  • Series.ffill()、Series.bfill()、DataFrame.ffill() 和 DataFrame.bfill() 增加了参数 limit_area；第三方 ExtensionArray 的作者需要将此参数添加到方法 _pad_or_backfill 中（GH 56492）

  • 允许通过 engine_kwargs 使用 read_only、data_only 和 keep_links 参数来传递给 openpyxl 的 read_excel() (GH 55027)

  • 为 ArrowDtype 和掩码 dtypes 实现了 Series.interpolate() 和 DataFrame.interpolate() (GH 56267)

  • 为 Series.value_counts() 实现了掩码算法（GH 54984)

  • 为具有 pyarrow.duration 类型的 ArrowDtype 实现了 Series.dt() 方法和属性（GH 52284)

  • 为 ArrowDtype 实现了 Series.str.extract() (GH 56268)

  • 改进了在不支持作为周期频率的频率（例如 "BMS"）的情况下在 DatetimeIndex.to_period() 中出现的错误消息 (GH 56243)

  • 在使用无效偏移量（例如 "QS"）构造 Period 时改进了错误消息 (GH 55785)

  • dtypes string[pyarrow] 和 string[pyarrow_numpy] 现在都利用 PyArrow 的 large_string 类型，以避免长列的溢出 (GH 56259) ## 显着的错误修复

这些是可能具有显着行为变化的错误修复。

merge() 和 DataFrame.join() 现在一致地遵循了文档化的排序行为

在之前的 pandas 版本中，merge() 和 DataFrame.join() 并不总是返回遵循文档排序行为的结果。 pandas 现在在合并和连接操作中遵循文档排序行为（GH 54611，GH 56426，GH 56443）。

如文档所述，sort=True 在生成的DataFrame中按词典顺序对连接键进行排序。对于sort=False，连接键的顺序取决于连接类型（how关键字）：

  • how="left": 保留左侧键的顺序

  • how="right": 保留右侧键的顺序

  • how="inner": 保留左侧键的顺序

  • how="outer": 按词典顺序排序键

一个具有变化行为的例子是具有非唯一左连接键和 sort=False 的内部连接：

In [16]: left = pd.DataFrame({"a": [1, 2, 1]})

In [17]: right = pd.DataFrame({"a": [1, 2]})

In [18]: result = pd.merge(left, right, how="inner", on="a", sort=False)

旧行为

In [5]: result
Out[5]:
 a
0  1
1  1
2  2

新行为

In [19]: result
Out[19]: 
 a
0  1
1  2
2  1 
```  ### `merge()` 和 `DataFrame.join()` 不再在级别不同时重新排序

在之前的 pandas 版本中，当在两个具有不同级别的索引上进行连接时，`merge()` 和 `DataFrame.join()` 会重新排序索引级别（[GH 34133](https://github.com/pandas-dev/pandas/issues/34133)）。

```py
In [20]: left = pd.DataFrame({"left": 1}, index=pd.MultiIndex.from_tuples([("x", 1), ("x", 2)], names=["A", "B"]))

In [21]: right = pd.DataFrame({"right": 2}, index=pd.MultiIndex.from_tuples([(1, 1), (2, 2)], names=["B", "C"]))

In [22]: left
Out[22]: 
 left
A B 
x 1     1
 2     1

In [23]: right
Out[23]: 
 right
B C 
1 1      2
2 2      2

In [24]: result = left.join(right)

旧行为

In [5]: result
Out[5]:
 left  right
B A C
1 x 1     1      2
2 x 2     1      2

新行为

In [25]: result
Out[25]: 
 left  right
A B C 
x 1 1     1      2
 2 2     1      2 
```  ### 增加了依赖项的最小版本

对于[可选依赖项](https://pandas.pydata.org/docs/getting_started/install.html)，一般建议使用最新版本。测试过的最低版本以下的可选依赖项可能仍然可用，但不被认为是支持的。以下表格列出了最低测试版本已增加的可选依赖项。

| Package | 新最小版本 |
| --- | --- |
| beautifulsoup4 | 4.11.2 |
| blosc | 1.21.3 |
| bottleneck | 1.3.6 |
| fastparquet | 2022.12.0 |
| fsspec | 2022.11.0 |
| gcsfs | 2022.11.0 |
| lxml | 4.9.2 |
| matplotlib | 3.6.3 |
| numba | 0.56.4 |
| numexpr | 2.8.4 |
| qtpy | 2.3.0 |
| openpyxl | 3.1.0 |
| psycopg2 | 2.9.6 |
| pyreadstat | 1.2.0 |
| pytables | 3.8.0 |
| pyxlsb | 1.0.10 |
| s3fs | 2022.11.0 |
| scipy | 1.10.0 |
| sqlalchemy | 2.0.0 |
| tabulate | 0.9.0 |
| xarray | 2022.12.0 |
| xlsxwriter | 3.0.5 |
| zstandard | 0.19.0 |
| pyqt5 | 5.15.8 |
| tzdata | 2022.7 |

有关更多信息，请参见依赖项和可选依赖项。 ### 其他 API 更改

+   可空扩展数据类型的哈希值已更改以提高哈希操作的性能（[GH 56507](https://github.com/pandas-dev/pandas/issues/56507)）

+   `check_exact` 现在仅对浮点数据类型在`testing.assert_frame_equal()`和`testing.assert_series_equal()`中生效。特别地，整数数据类型始终会被精确检查（[GH 55882](https://github.com/pandas-dev/pandas/issues/55882)）  ## 废弃

### 链式赋值

为了准备在 pandas 3.0 中对复制/视图行为进行更大的即将到来的更改（写时复制（CoW），PDEP-7），我们开始废弃*链式赋值*。

当您尝试通过两个连续的索引操作更新 pandas DataFrame 或 Series 时，就会发生链式赋值。取决于这些操作的类型和顺序，当前可能会或可能不会起作用。

典型示例如下：

```py
df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})

# first selecting rows with a mask, then assigning values to a column
# -> this has never worked and raises a SettingWithCopyWarning
df[df["bar"] > 5]["foo"] = 100

# first selecting the column, and then assigning to a subset of that column
# -> this currently works
df["foo"][df["bar"] > 5] = 100

这是链式赋值的第二个示例，目前可以更新原始df。在 pandas 3.0 中将不再起作用，因此我们开始废弃这种做法：

>>> df["foo"][df["bar"] > 5] = 100
FutureWarning: ChainedAssignmentError: behaviour will change in pandas 3.0!
You are setting values through chained assignment. Currently this works in certain cases, but when using Copy-on-Write (which will become the default behaviour in pandas 3.0) this will never work to update the original DataFrame or Series, because the intermediate object on which we are setting values will behave as a copy.
A typical example is when you are setting values in a column of a DataFrame, like:

df["col"][row_indexer] = value

Use `df.loc[row_indexer, "col"] = values` instead, to perform the assignment in a single step and ensure this keeps updating the original `df`.

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

您可以通过删除链式赋值的用法来解决此警告，并确保您的代码已准备好迎接 pandas 3.0。通常，可以通过一步完成赋值来完成此操作，例如使用.loc。对于上面的示例，我们可以这样做：

df.loc[df["bar"] > 5, "foo"] = 100

相同的废弃适用于以链式方式执行的就地方法，例如：

>>> df["foo"].fillna(0, inplace=True)
FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0\. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.

For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.

当目标是更新 DataFrame df 中的列时，这里的替代方法是在df本身上调用方法，例如df.fillna({"foo": 0}, inplace=True)。

在迁移指南中查看更多细节。

废弃别名M、Q、Y等，而支持ME、QE、YE等用于偏移

废弃了以下频率别名（GH 9586）：

偏移 废弃别名 新别名
MonthEnd M ME
BusinessMonthEnd BM BME
SemiMonthEnd SM SME
CustomBusinessMonthEnd CBM CBME
QuarterEnd Q QE
BQuarterEnd BQ BQE
YearEnd Y YE
BYearEnd BY BYE

例如：

先前行为：

In [8]: pd.date_range('2020-01-01', periods=3, freq='Q-NOV')
Out[8]:
DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'],
 dtype='datetime64[ns]', freq='Q-NOV')

未来行为：

In [26]: pd.date_range('2020-01-01', periods=3, freq='QE-NOV')
Out[26]: DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'], dtype='datetime64[ns]', freq='QE-NOV')

废弃了自动向下转换

废弃了多种方法中对象数据类型结果的自动向下转换。由于行为取决于值，这些方法会以难以预测的方式悄悄更改数据类型。此外，pandas 正在摆脱静默的数据类型更改（GH 54710，GH 54261）。

这些方法包括：

  • Series.replace() 和 DataFrame.replace()

  • DataFrame.fillna(), Series.fillna()

  • DataFrame.ffill(), Series.ffill()

  • DataFrame.bfill(), Series.bfill()

  • DataFrame.mask(), Series.mask()

  • DataFrame.where(), Series.where()

  • DataFrame.clip(), Series.clip()

明确调用 DataFrame.infer_objects() 来复制未来的当前行为。

result = result.infer_objects(copy=False)

或者使用 astype 将所有四舍五入的浮点数显式转换为整数。

将以下选项设置为选择未来行为：

In [9]: pd.set_option("future.no_silent_downcasting", True)

其他弃用内容

  • 将 Timedelta.resolution_string() 改为返回 h, min, s, ms, us, 和 ns 而不是 H, T, S, L, U, 和 N，以兼容频率别名中相应的弃用内容 (GH 52536)

  • 弃用 offsets.Day.delta, offsets.Hour.delta, offsets.Minute.delta, offsets.Second.delta, offsets.Milli.delta, offsets.Micro.delta, offsets.Nano.delta，改用 pd.Timedelta(obj)（GH 55498）

  • 弃用 pandas.api.types.is_interval() 和 pandas.api.types.is_period()，改用 isinstance(obj, pd.Interval) 和 isinstance(obj, pd.Period)（GH 55264)

  • 弃用read_gbq()和DataFrame.to_gbq()。请改用pandas_gbq.read_gbq和pandas_gbq.to_gbq pandas-gbq.readthedocs.io/en/latest/api.html (GH 55525)

  • 弃用DataFrameGroupBy.fillna()和SeriesGroupBy.fillna()；请使用DataFrameGroupBy.ffill()、DataFrameGroupBy.bfill()进行向前和向后填充，或使用DataFrame.fillna()填充单个值（或其 Series 等效项）(GH 55718)

  • 弃用DateOffset.is_anchored()，对于非Tick子类，请使用obj.n == 1（对于Tick，这总是False）(GH 55388)

  • 弃用DatetimeArray.__init__()和TimedeltaArray.__init__()，请改用array()代替(GH 55623)

  • 弃用Index.format()，请使用index.astype(str)或index.map(formatter)代替(GH 55413)

  • 弃用Series.ravel()，底层数组已经是 1D，因此不需要ravel(GH 52511)

  • 弃用Series.resample()和DataFrame.resample()与PeriodIndex（以及‘convention’关键字），在重新采样之前转换为DatetimeIndex（使用.to_timestamp()）(GH 53481)

  • 不再建议使用 Series.view()，改用 Series.astype() 来更改数据类型（GH 20251）

  • 不再建议使用 offsets.Tick.is_anchored()，而是使用 False（GH 55388）

  • 不再建议使用 core.internals 成员 Block、ExtensionBlock 和 DatetimeTZBlock，改用公共 API（GH 55139）

  • 不再允许在 PeriodIndex 构造函数中使用 year、month、quarter、day、hour、minute 和 second 关键字，改用 PeriodIndex.from_fields()（GH 55960）

  • 不再允许在 Index.view() 中接受类型作为参数，而是不带任何参数进行调用（GH 55709）

  • 不再允许在 date_range()、timedelta_range()、period_range() 和 interval_range() 中使用非整数 periods 参数（GH 56036）

  • 不再允许在 DataFrame.to_clipboard() 中使用非关键字参数（GH 54229）

  • 不再允许在 DataFrame.to_csv() 中使用非关键字参数，除非有 path_or_buf 参数（GH 54229）

  • 不再允许在 DataFrame.to_dict() 中使用非关键字参数（GH 54229）

  • 不再允许在 DataFrame.to_excel() 中使用非关键字参数，除非有 excel_writer 参数（GH 54229）

  • 在DataFrame.to_gbq()中不再允许非关键字参数，除了destination_table（GH 54229）

  • 在DataFrame.to_hdf()中不再允许非关键字参数，除了path_or_buf（GH 54229）

  • 在DataFrame.to_html()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_json()中不再允许非关键字参数，除了path_or_buf（GH 54229）

  • 在DataFrame.to_latex()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_markdown()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_parquet()中不再允许非关键字参数，除了path（GH 54229）

  • 在DataFrame.to_pickle()中不再允许非关键字参数，除了path（GH 54229）

  • 在DataFrame.to_string()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_xml()中不再允许非关键字参数，除了path_or_buffer（GH 54229）

  • 不再允许将BlockManager对象传递给DataFrame或将SingleBlockManager对象传递给Series（GH 52419）

  • 在使用具有对象 dtype 索引的Index.insert()时，不推荐在结果上隐式执行类型推断；而是明确调用result.infer_objects(copy=False)以保留旧行为（GH 51363)

  • 在Series.isin()和Index.isin()中不推荐将非日期时间值（主要是字符串）转换为datetime64、timedelta64和PeriodDtype dtypes (GH 53111)

  • 在给定 pandas 输入时，不推荐在Index、Series和DataFrame构造函数中进行 dtype 推断；在输入上调用.infer_objects以保持当前行为（GH 56012)

  • 当将Index设置到DataFrame中时，不推荐使用 dtype 推断，而应明确转换（GH 56102)

  • 在使用DataFrameGroupBy.apply()和DataFrameGroupBy.resample()进行计算时，不推荐包含分组；传递include_groups=False以排除分组（GH 7155)

  • 不推荐使用长度为零的布尔索引器对Index进行索引（GH 55820)

  • 当通过长度为 1 的类似列表进行分组时，不推荐在DataFrameGroupBy.get_group或SeriesGroupBy.get_group中不传递元组（GH 25971)

  • 在YearBegin中不推荐使用字符串AS表示频率，以及在各种财政年度开始时使用字符串AS-DEC、AS-JAN等表示年度频率（GH 54275)

  • 在YearEnd中不推荐使用字符串A表示频率，以及在各种财政年度结束时使用字符串A-DEC、A-JAN等表示年度频率（GH 54275)

  • 在BYearBegin中不再支持字符串BAS表示频率，以及在各种财政年度开始的年度频率中不再支持字符串BAS-DEC、BAS-JAN等（GH 54275）

  • 在BYearEnd中不再支持字符串BA表示频率，以及在各种财政年度结束的年度频率中不再支持字符串BA-DEC、BA-JAN等（GH 54275）

  • 在Hour、BusinessHour、CustomBusinessHour中不再支持字符串H、BH和CBH表示频率（GH 52536）

  • 在to_timedelta()中不再支持字符串H、S、U和N表示单位（GH 52536）

  • 在Timedelta中不再支持字符串H、T、S、L、U和N表示单位（GH 52536）

  • 在Minute、Second、Milli、Micro、Nano中不再支持字符串T、S、L、U和N表示频率（GH 52536）

  • 在read_csv()中不再支持解析日期时间列的组合，同时也不再支持keep_date_col关键字（GH 55569）

  • 在DataFrameGroupBy.grouper和SeriesGroupBy.grouper中不再支持；这些属性将在未来的 pandas 版本中移除（GH 56521）

  • 在Grouping属性group_index、result_index和group_arraylike中不再支持；这些将在未来的 pandas 版本中移除（GH 56148）

  • 在read_csv()和read_table()中不再支持delim_whitespace关键字，改用sep="\\s+"代替（GH 55569）

  • 在to_datetime()、to_timedelta()和to_numeric()中不再支持errors="ignore"选项；请明确捕获异常代替（GH 54467）

  • 在Series构造函数中不再支持fastpath关键字（GH 20110)

  • 废弃了Series.resample()和DataFrame.resample()中的kind关键字，明确转换对象的index代替（GH 55895）

  • 废弃了PeriodIndex中的ordinal关键字，改用PeriodIndex.from_ordinals()代替（GH 55960）

  • 废弃了TimedeltaIndex构造中的unit关键字，改用to_timedelta()代替（GH 55499）

  • 废弃了read_csv()和read_table()中的verbose关键字（GH 55569）

  • 废弃了DataFrame.replace()和Series.replace()与CategoricalDtype的行为；在未来版本中，replace 将更改值，同时保留类别。要更改类别，请使用ser.cat.rename_categories代替（GH 55147）

  • 废弃了Series.value_counts()和Index.value_counts()与对象 dtype 的行为；在未来版本中，这些将不会对结果的Index执行 dtype 推断，执行result.index = result.index.infer_objects()以保留旧行为（GH 56161）

  • 废弃了DataFrame.pivot_table()中observed=False的默认值；将在未来版本中变为True（GH 56236）

  • 废弃了扩展测试类 BaseNoReduceTests、BaseBooleanReduceTests 和 BaseNumericReduceTests，请使用 BaseReduceTests 代替（GH 54663）

  • 废弃了选项 mode.data_manager 和 ArrayManager；在未来版本中只会提供 BlockManager（GH 55043）

  • 废弃了先前的DataFrame.stack的实现；指定 future_stack=True 以采用未来版本（GH 53515）## 性能改进

  • 在 testing.assert_frame_equal() 和 testing.assert_series_equal() 中性能有所提升（GH 55949, GH 55971）

  • 在 concat() 中性能有所提升当 axis=1 并且对象具有不对齐索引时（GH 55084）

  • 在 get_dummies() 中性能有所提升（GH 56089）

  • 在 merge() 和 merge_ordered() 中性能有所提升当在排序升序键上进行连接时（GH 56115）

  • 在 merge_asof() 中性能有所提升当 by 不是 None 时（GH 55580, GH 55678）

  • 在 read_stata() 中性能有所提升对于变量较多的文件（GH 55515）

  • 在 DataFrame.groupby() 中性能有所提升当聚合 pyarrow 时间戳和持续时间类型时（GH 55031）

  • 在 DataFrame.join() 中性能有所提升当在无序分类索引上进行连接时（GH 56345）

  • 当使用MultiIndex进行索引时，对DataFrame.loc()和Series.loc()的性能改进（GH 56062)

  • 当由MultiIndex索引时，对DataFrame.sort_index()和Series.sort_index()的性能改进（GH 54835)

  • 在将 DataFrame 转换为字典时，对DataFrame.to_dict()的性能改进（GH 50990)

  • 对Index.difference()的性能改进（GH 55108)

  • 在Index.sort_values()中对已排序索引的性能改进（GH 56128)

  • 当method不为None时，对MultiIndex.get_indexer()的性能改进（GH 55839)

  • 对 pyarrow 数据类型的Series.duplicated()的性能改进（GH 55255)

  • 在数据类型为"string[pyarrow]"或"string[pyarrow_numpy]"时，对Series.str.get_dummies()的性能改进（GH 56110)

  • 对Series.str()方法的性能改进（GH 55736)

  • 在遮蔽数据类型的情况下，对Series.value_counts()和Series.mode()的性能改进（GH 54984, GH 55340)

  • DataFrameGroupBy.nunique() 和 SeriesGroupBy.nunique() 的性能改进（GH 55972)

  • SeriesGroupBy.idxmax(), SeriesGroupBy.idxmin(), DataFrameGroupBy.idxmax(), DataFrameGroupBy.idxmin() 的性能改进（GH 54234)

  • 在哈希可空扩展数组时的性能改进 (GH 56507)

  • 在非唯一索引中进行索引时的性能改进 (GH 55816)

  • 使用超过 4 个键进行索引时的性能改进 (GH 54550)

  • 将时间本地化到 UTC 时的性能改进 (GH 55241) ## Bug 修复

分类

  • Categorical.isin() 对包含重叠Interval值的分类引发InvalidIndexError的错误 (GH 34974)

  • CategoricalDtype.__eq__() 在混合类型的无序分类数据中返回False的错误 (GH 55468)

  • 将pa.dictionary转换为CategoricalDtype时，使用pa.DictionaryArray作为类别时的错误 (GH 56672)

日期时间类

  • 在传递tz和dayfirst或yearfirst时，DatetimeIndex 构造中的错误，忽略 dayfirst/yearfirst (GH 55813)

  • 在传递浮点对象和tz的对象 dtype ndarray 时，DatetimeIndex错误地本地化结果（GH 55780)

  • 使用DatetimeTZDtype dtype 和所有比较值为NaT的比较值时，Series.isin()错误地返回所有False，即使系列包含NaT条目（GH 56427)

  • concat()中的错误在将所有空数据框与DatetimeTZDtype dtype 数据框连接时引发AttributeError（GH 52093)

  • 在比较分辨率时，testing.assert_extension_array_equal()可能使用错误的单位（GH 55730)

  • 在传递混合字符串和数值类型列表时，to_datetime()和DatetimeIndex错误地引发错误（GH 55780)

  • 在传递混合类型对象与时区混合或时区感知性混合时，to_datetime()和DatetimeIndex中的错误未能引发ValueError（GH 55693)

  • 很大的刻度在Tick.delta()中引发OverflowError而不是OutOfBoundsTimedelta的错误（GH 55503)

  • 在非纳秒分辨率中，DatetimeIndex.shift()错误地返回纳秒分辨率（GH 56117)

  • 在具有相同时区但不同单位的时区感知索引中，DatetimeIndex.union()返回对象 dtype 的错误（GH 55238)

  • 在 Index.is_monotonic_increasing() 和 Index.is_monotonic_decreasing() 中存在 Bug，当索引中的第一个值为 NaT 时，始终将 Index.is_unique() 缓存为 True (GH 55755)

  • 在将非支持的分辨率的 datetime64 转换为日期时间格式时，Index.view()存在 Bug，错误地引发了问题 (GH 55710)

  • 在具有非纳秒分辨率和 NaT 条目的情况下，Series.dt.round()存在 Bug，错误地引发了 OverflowError (GH 56158)

  • 具有非纳秒分辨率的 Series.fillna() 中存在 Bug，高分辨率矢量值返回不正确（内部损坏）的结果 (GH 56410)

  • 从具有分钟或小时分辨率和时区偏移的 ISO8601 格式字符串中不正确地推断出 Timestamp.unit() 的 Bug (GH 56208)

  • 从较高分辨率的 datetime64 类型转换为较低分辨率的 datetime64 类型（例如 datetime64[us]->datetime64[ms]）时存在 Bug，靠近下限实现的值会静默溢出 (GH 55979)

  • 将 Week 偏移量添加或减去到 datetime64 的 Series、Index 或 DataFrame 列存在 Bug，返回不正确的结果 (GH 55583)

  • 将 BusinessDay 偏移量与 offset 属性相加或相减到非纳秒的 Index、Series 或 DataFrame 列存在 Bug，给出了不正确的结果 (GH 55608)

  • 在将微秒分量的DateOffset对象与非纳秒分辨率的datetime64 Index、Series或DataFrame列相加或相减时存在的错误（GH 55595）

  • 在将非常大的Tick对象与Timestamp或Timedelta对象相加或相减时存在的错误，错误地引发OverflowError而不是OutOfBoundsTimedelta（GH 55503）

  • 在创建具有非纳秒DatetimeTZDtype和输入的Index、Series或DataFrame时存在的错误，这些输入超出了纳秒分辨率的范围，错误地引发OutOfBoundsDatetime（GH 54620）

  • 在使用混合数值输入创建具有非纳秒datetime64（或DatetimeTZDtype）的Index、Series或DataFrame时存在的错误，将这些输入视为纳秒而不是 dtype 单位的倍数（与非混合数值输入不同）（GH 56004）

  • 在创建具有非纳秒datetime64 dtype 和输入的Index、Series或DataFrame时存在的错误，这些输入超出了datetime64[ns]的范围，错误地引发OutOfBoundsDatetime（GH 55756）

  • 在使用非 ISO8601 格式解析带有纳秒分辨率的日期时间字符串时存在的错误，错误地截断亚微秒分量（GH 56051）

  • 解析带有亚秒分辨率和尾随零的日期时间字符串存在 bug，不正确地推断秒或毫秒分辨率（GH 55737）

  • 使用浮点型参数调用 to_datetime() 的结果存在 bug，其 unit 与 Timestamp 的逐点结果不匹配（GH 56037）

  • 修复了当 concat() 连接具有不同分辨率的 datetime64 列时会引发错误的回归问题（GH 53641）

时间差

  • 在构造 Timedelta 时出现 bug，应该抛出 OutOfBoundsTimedelta 而非 OverflowError（GH 55503）

  • 在渲染 TimedeltaIndex 和 Series 时存在 bug，当 timedelta64 值具有非纳秒分辨率的条目，并且所有值都是 24 小时的倍数时，未能使用纳秒情况下使用的紧凑表示（GH 55405）

时区

  • 在计算假期时，AbstractHolidayCalendar 存在 bug，时区数据未在计算假期时传播（GH 54580）

  • 在具有模糊值和 pytz 时区的 Timestamp 构造中存在 bug，未能引发 pytz.AmbiguousTimeError（GH 55657）

  • 在 Timestamp.tz_localize() 中存在 bug，当 DST 期间 UTC+0 周围的 nonexistent="shift_forward 时存在 bug（GH 51501）

数字

  • 使用 engine="pyarrow" 时 read_csv() 存在 bug，导致大整数出现舍入错误（GH 52505）

  • 对于具有整数 dtypes 的 ArrowDtype，Series.__floordiv__() 和 Series.__truediv__() 存在 bug，当除数较大时会引发错误（GH 56706）

  • 对于具有整数 dtypes 的 ArrowDtype，Series.__floordiv__() 存在 bug，当值较大时会引发错误（GH 56645）

  • Series.pow() 中的 Bug 没有正确填充缺失值（GH 55512）

  • 在 Series.replace() 和 DataFrame.replace() 中的 Bug，将浮点数 0.0 与 False 匹配，反之亦然（GH 55398）

  • 在 Series.round() 中的 Bug，针对可空布尔 dtype 报错（GH 55936）

转换

  • 在 DataFrame.astype() 中的 Bug，使用 str 对未反序列化的数组调用时可能会原地更改数组（GH 54654）

  • 在 DataFrame.astype() 中的 Bug，当 errors="ignore" 时对扩展类型没有影响（GH 54654）

  • 在 Series.convert_dtypes() 中的 Bug，没有将所有 NA 列转换为 null[pyarrow]（GH 55346）

  • 在使用 :meth:DataFrame.loc 时出现的 Bug 没有抛出“不兼容的 dtype 警告”（参见 PDEP6），当使用完整列设置器时，将具有不同 dtype 的 Series 赋值给整列时（例如 df.loc[:, 'a'] = incompatible_value）（GH 39584）

字符串

  • 在 pandas.api.types.is_string_dtype() 中的 Bug，检查没有元素的对象数组是否为字符串 dtype 时出现错误（GH 54661）

  • 在 DataFrame.apply() 中的 Bug，在 engine="numba" 且列或索引具有 StringDtype 时失败（GH 56189）

  • 在 DataFrame.reindex() 中的 Bug，不能将具有 string[pyarrow_numpy] dtype 的 Index 与之匹配（GH 56106）

  • 在 Index.str.cat() 中的 Bug，始终将结果转换为对象 dtype（GH 56157）

  • Series.__mul__() 中存在漏洞，对于具有 pyarrow.string 数据类型的 ArrowDtype 和 pyarrow 后端的 string[pyarrow] （GH 51970）

  • Series.str.find() 中存在漏洞，当 start < 0 时，对于具有 pyarrow.string 的 ArrowDtype （GH 56411）

  • Series.str.fullmatch() 中存在漏洞，当 dtype=pandas.ArrowDtype(pyarrow.string())) 时，当正则表达式以文字结束时，允许部分匹配 //$ （GH 56652）

  • Series.str.replace() 中存在漏洞，当 n < 0 时，对于具有 pyarrow.string 的 ArrowDtype （GH 56404）

  • Series.str.startswith() 和 Series.str.endswith() 中存在漏洞，类型为 tuple[str, ...] 的参数对于具有 pyarrow.string 数据类型的 ArrowDtype （GH 56579）

  • Series.str.startswith() 和 Series.str.endswith() 中存在漏洞，类型为 tuple[str, ...] 的参数对于 string[pyarrow] （GH 54942）

  • 对于 dtype="string[pyarrow_numpy]" 的比较操作存在漏洞，如果数据类型无法进行比较，则会引发错误（GH 56008）

Interval

  • Interval 中的 __repr__ 存在漏洞，不显示 Timestamp 边界的 UTC 偏移量。此外，小时、分钟和秒组件现在将被显示（GH 55015）

  • IntervalIndex.factorize() 和 Series.factorize() 存在错误，对于带有 datetime64 或 timedelta64 的间隔，未能保留非纳秒单位 (GH 56099)

  • 在使用不匹配分辨率的 datetime64 或 timedelta64 数组时，IntervalIndex.from_arrays() 出现错误，构造无效的 IntervalArray 对象 (GH 55714)

  • 在子类型为可空扩展 dtype 时，IntervalIndex.from_tuples() 出现错误 (GH 56765)

  • IntervalIndex.get_indexer() 存在错误，对于带有 datetime 或 timedelta 的间隔，与整数目标不正确匹配 (GH 47772)

  • 在带有时区感知 datetime 区间的情况下，IntervalIndex.get_indexer() 在与一系列时区非感知目标不正确匹配时存在错误 (GH 47772)

  • 在使用切片将值设置在带有 IntervalIndex 的 Series 上时，存在错误 (GH 54722)

索引

  • 当 DataFrame 具有 MultiIndex 时，DataFrame.loc() 在变异布尔索引器时出现错误 (GH 56635)

  • 在将扩展 dtype 的 Series 设置为 NumPy dtype 时，DataFrame.loc() 存在错误 (GH 55604)

  • 当 other 为空或 other 被视为不可比较时，Index.difference() 未返回唯一值集合 (GH 55113)

  • 在设置 Categorical 值到具有 numpy dtypes 的 DataFrame 中时的 Bug，会引发 RecursionError（GH 52927）

  • 修复了在设置单个字符串值时创建具有缺失值的新列时的 Bug（GH 56204）

缺失

  • 在 DataFrame.update() 中的 Bug，对于带有时区信息的 datetime64 dtypes 未进行原地更新（GH 56227）

MultiIndex

  • 在 MultiIndex.get_indexer() 中的 Bug，在提供了 method 并且索引是非单调的情况下未引发 ValueError（GH 53452）

I/O

  • 在 read_csv() 中的 Bug，当指定了 skiprows 时，engine="python" 不会尊重 chunksize 参数（GH 56323）

  • 在 read_csv() 中的 Bug，当设置 engine="python" 时，如果指定了可调用的 skiprows 和一个 chunk size，会导致 TypeError（GH 55677）

  • 在 read_csv() 中的 Bug，当 on_bad_lines="warn" 时，会将信息写入 stderr 而不是引发 Python 警告；现在将产生一个 errors.ParserWarning（GH 54296）

  • 在 read_csv() 中的 Bug，使用 engine="pyarrow" 时，quotechar 被忽略了（GH 52266）

  • 在 read_csv() 中的 Bug，使用 engine="pyarrow" 时，usecols 在没有标题的 CSV 中无法正常工作（GH 54459）

  • 在 read_excel() 中的 Bug，在使用 engine="xlrd"（xls 文件）时，当文件包含 NaN 或 Inf 时会出错（GH 54564）

  • 在 read_json() 中的 Bug，如果设置了 infer_string，则无法正确处理 dtype 转换（GH 56195）

  • DataFrame.to_excel() 中的 Bug，使用 OdsWriter（ods 文件）写入布尔值/字符串值时出现问题（GH 54994)

  • DataFrame.to_hdf() 和 read_hdf() 中的 Bug，datetime64 数据类型的分辨率为非纳秒时无法正确往返（GH 55622)

  • DataFrame.to_stata() 中的 Bug 引发了扩展数据类型的问题（GH 54671)

  • read_excel() 中的 Bug，使用 engine="odf"（ods 文件）时，字符串单元格包含注释时出现问题（GH 55200)

  • read_excel() 中的 Bug，在不带缓存格式化单元格的 ODS 文件中，浮点值出现问题（GH 55219)

  • DataFrame.to_json() 中的 Bug，不支持的 NumPy 类型导致引发 OverflowError 而不是 TypeError（GH 55403)

时期

  • PeriodIndex 构造中，传递了多个参数 data、ordinal 和 **fields 时未能引发 ValueError（GH 55961)

  • Period 加法中，静默包装而不是引发 OverflowError（GH 55503)

  • 从 PeriodDtype 使用 astype 转换为 datetime64 或 DatetimeTZDtype 时，以非纳秒单位错误地返回纳秒单位（GH 55958)

绘图

  • DataFrame.plot.box() 中的 Bug，在 vert=False 且使用 sharey=True 创建的 Matplotlib Axes 时出现问题（GH 54941)

  • 在调用DataFrame.plot.scatter()时存在 bug，会丢弃字符串列（GH 56142）

  • 在重复使用ax对象时，Series.plot()存在一个 bug，当传递how关键字时未能引发错误（GH 55953）

Groupby/resample/rolling

  • 当索引为包含 NA 值的CategoricalIndex时，DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin()和SeriesGroupBy.idxmax()存在 bug，未能保留Categorical dtype（GH 54234）

  • 当observed=False且f="idxmin"或f="idxmax"时，DataFrameGroupBy.transform()和SeriesGroupBy.transform()存在 bug，会在未观察到的类别上错误引发异常（GH 54234）

  • 当 DataFrame 的列或 Series 的名称为整数时，DataFrameGroupBy.value_counts()和SeriesGroupBy.value_counts()存在 bug，可能导致排序不正确（GH 55951）

  • Bug in DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 在 DataFrame.groupby() 和 Series.groupby() 中不会尊重 sort=False（GH 55951)

  • Bug in DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 当 sort=True 和 normalize=True 时，会按比例而不是频率排序（GH 55951)

  • Bug in DataFrame.asfreq() 和 Series.asfreq() 在具有非纳秒分辨率的 DatetimeIndex 错误地转换为纳秒分辨率（GH 55958)

  • Bug in DataFrame.ewm() 当传递非纳秒 datetime64 或 DatetimeTZDtype 类型的 times 时出现问题（GH 56262)

  • Bug in DataFrame.groupby() 和 Series.groupby() 在通过 Decimal 和 NA 值的组合进行分组时，当 sort=True 时会失败（GH 54847)

  • Bug in DataFrame.groupby() 在 DataFrame 子类中选择要应用函数的列子集时出现问题（GH 56761)

  • 在对BusinessDay进行重新取样时，DataFrame.resample()不遵守closed和label参数的 bug（GH 55282)

  • 在对pyarrow.timestamp或pyarrow.duration类型的ArrowDtype进行重新取样时，DataFrame.resample()存在 bug（GH 55989）

  • 在对BusinessDay进行重新取样时，DataFrame.resample()存在 bin 边界不正确的 bug（GH 55281）

  • 在对MonthBegin进行重新取样时，DataFrame.resample()存在 bin 边界不正确的 bug（GH 55271）

  • 在使用closed='left'和closed='neither'时，DataFrame.rolling()和Series.rolling()存在重复的 datetimelike 索引被视为连续而不是相等的 bug（GH 20712）

  • 当index或on列为具有pyarrow.timestamp类型的ArrowDtype时，DataFrame.rolling()和Series.rolling()存在 bug（GH 55849）

重塑

  • 当传递DatetimeIndex索引时，concat()存在忽略sort参数的 bug（GH 54769）

  • concat() 函数中的 Bug：当 ignore_index=False 时重命名 Series（GH 15047)

  • merge_asof() 函数中的 Bug：当 by 的 dtype 不是 object、int64 或 uint64 时引发 TypeError 错误（GH 22794)

  • merge_asof() 函数中的 Bug：对于字符串 dtype 引发错误的错误消息不正确（GH 56444)

  • merge_asof() 函数中的 Bug：在对具有 Timedelta 容差的 ArrowDtype 列进行合并时出现问题（GH 56486)

  • merge() 函数中的 Bug：当合并日期时间列和时间增量列时未引发错误（GH 56455)

  • merge() 函数中的 Bug：当合并字符串列和数值列时未引发错误（GH 56441)

  • merge() 函数中的 Bug：未按正确顺序返回新字符串 dtype 的列（GH 56442)

  • merge() 函数中的 Bug：当左侧和/或右侧为空时，返回列的顺序不正确（GH 51929)

  • DataFrame.melt() 函数中的 Bug：如果 var_name 不是字符串，则会引发异常（GH 55948)

  • DataFrame.melt() 函数中的 Bug：无法保留日期时间信息（GH 55254)

  • DataFrame.pivot_table() 函数中的 Bug：当列具有数值名称时，行边距不正确（GH 26568)

  • DataFrame.pivot() 函数中的 Bug：针对具有数值列和扩展 dtype 数据的情况（GH 56528)

  • DataFrame.stack() 中的 Bug，使用 future_stack=True 时不会保留索引中的 NA 值（GH 56573）

稀疏

  • arrays.SparseArray.take() 中的 Bug，在使用与数组填充值不同的填充值时出现问题（GH 55181）

其他

  • DataFrame.__dataframe__() 不支持 pyarrow 大字符串（GH 56702）

  • DataFrame.describe() 中的 Bug，在格式化结果中的百分位数时，百分位数 99.999% 被四舍五入为 100%（GH 55765）

  • api.interchange.from_dataframe() 中的 Bug，在处理空字符串列时引发 NotImplementedError（GH 56703）

  • cut() 和 qcut() 中的 Bug，对于具有非纳秒单位的 datetime64 dtype 值，错误地返回纳秒单位的区间（GH 56101）

  • cut() 中的 Bug，错误地允许使用时区感知的日期时间进行切割，并使用时区不感知的区间（GH 54964）

  • infer_freq() 和 DatetimeIndex.inferred_freq() 中的 Bug，在周频率和非纳秒分辨率下出现问题（GH 55609）

  • DataFrame.apply() 中的 Bug，当传递 raw=True 时会忽略传递给应用函数的 args（GH 55009）

  • DataFrame.from_dict() 中的 Bug，会始终对创建的 DataFrame 的行进行排序（GH 55683）

  • 当传递 axis="columns" 和 ignore_index=True 时，DataFrame.sort_index() 引发 ValueError 的 bug（GH 56478）

  • 当启用 use_inf_as_na 选项时，在 DataFrame 中渲染 inf 值的 bug（GH 55483）

  • 当 Series 具有 MultiIndex 且索引级别之一的名称为 0 时不显示该名称的 bug（GH 55415）

  • 当向空 DataFrame 赋予一列时出现错误信息的 bug（GH 55956）

  • 当将类似时间的字符串转换为具有 pyarrow.time64 类型的 ArrowDtype 时的 bug（GH 56463）

  • 修复了当在 core.window.Rolling.apply 中传递一个 numpy ufunc 且 engine="numba" 时，numba >= 0.58.0 会发出不必要的弃用警告的 bug（GH 55247） ## 贡献者

共有 162 人为此版本做出了贡献。名字后面带有 “+” 的人第一次为此提交了补丁。

  • AG

  • Aaron Rahman +

  • Abdullah Ihsan Secer +

  • Abhijit Deo +

  • Adrian D’Alessandro

  • Ahmad Mustafa Anis +

  • Amanda Bizzinotto

  • Amith KK +

  • Aniket Patil +

  • Antonio Fonseca +

  • Artur Barseghyan

  • Ben Greiner

  • Bill Blum +

  • Boyd Kane

  • Damian Kula

  • Dan King +

  • Daniel Weindl +

  • Daniele Nicolodi

  • David Poznik

  • David Toneian +

  • Dea María Léon

  • Deepak George +

  • Dmitriy +

  • Dominique Garmier +

  • Donald Thevalingam +

  • Doug Davis +

  • Dukastlik +

  • Elahe Sharifi +

  • Eric Han +

  • Fangchen Li

  • Francisco Alfaro +

  • Gadea Autric +

  • Guillaume Lemaitre

  • Hadi Abdi Khojasteh

  • Hedeer El Showk +

  • Huanghz2001 +

  • Isaac Virshup

  • Issam +

  • Itay Azolay +

  • Itayazolay +

  • Jaca +

  • Jack McIvor +

  • JackCollins91 +

  • James Spencer +

  • Jay

  • Jessica Greene

  • Jirka Borovec +

  • JohannaTrost +

  • John C +

  • Joris Van den Bossche

  • José Lucas Mayer +

  • José Lucas Silva Mayer +

  • João Andrade +

  • Kai Mühlbauer

  • Katharina Tielking, MD +

  • Kazuto Haruguchi +

  • Kevin

  • Lawrence Mitchell

  • Linus +

  • Linus Sommer +

  • Louis-Émile Robitaille +

  • Luke Manley

  • Lumberbot（又名 Jack）

  • Maggie Liu +

  • MainHanzo +

  • Marc Garcia

  • Marco Edward Gorelli

  • MarcoGorelli

  • Martin Šícho +

  • Mateusz Sokół

  • Matheus Felipe +

  • Matthew Roeschke

  • Matthias Bussonnier

  • Maxwell Bileschi +

  • Michael Tiemann

  • Michał Górny

  • Molly Bowers +

  • Moritz Schubert +

  • NNLNR +

  • Natalia Mokeeva

  • Nils Müller-Wendt +

  • Omar Elbaz

  • Pandas 开发团队

  • Paras Gupta +

  • Parthi

  • Patrick Hoefler

  • Paul Pellissier +

  • Paul Uhlenbruck +

  • Philip Meier

  • Philippe THOMY +

  • Quang Nguyễn

  • Raghav

  • Rajat Subhra Mukherjee

  • Ralf Gommers

  • Randolf Scholz +

  • Richard Shadrach

  • Rob +

  • Rohan Jain +

  • Ryan Gibson +

  • Sai-Suraj-27 +

  • Samuel Oranyeli +

  • Sara Bonati +

  • Sebastian Berg

  • Sergey Zakharov +

  • Shyamala Venkatakrishnan +

  • StEmGeo +

  • Stefanie Molin

  • Stijn de Gooijer +

  • Thiago Gariani +

  • Thomas A Caswell

  • Thomas Baumann +

  • Thomas Guillet +

  • Thomas Lazarus +

  • Thomas Li

  • Tim Hoffmann

  • Tim Swast

  • Tom Augspurger

  • Toro +

  • Torsten Wörtwein

  • Ville Aikas +

  • Vinita Parasrampuria +

  • Vyas Ramasubramani +

  • William Andrea

  • William Ayd

  • Willian Wang +

  • Xiao Yuan

  • Yao Xiao

  • Yves Delley

  • Zemux1613 +

  • Ziad Kermadi +

  • aaron-robeson-8451 +

  • aram-cinnamon +

  • caneff +

  • ccccjone +

  • chris-caballero +

  • cobalt

  • color455nm +

  • denisrei +

  • dependabot[bot]

  • jbrockmendel

  • jfadia +

  • johanna.trost +

  • kgmuzungu +

  • mecopur +

  • mhb143 +

  • morotti +

  • mvirts +

  • omar-elbaz

  • paulreece

  • pre-commit-ci[bot]

  • raj-thapa

  • rebecca-palmer

  • rmhowe425

  • rohanjain101

  • shiersansi +

  • smij720

  • srkds +

  • taytzehao

  • torext

  • vboxuser +

  • xzmeng +

  • yashb + ## pandas 3.0 中即将到来的变化

pandas 3.0 将为 pandas 的默认行为带来两个较大的变化。

写时复制

在 pandas 3.0 中，当前可选的写时复制模式将默认启用。不会有选项保留当前行为。有关写时复制的新行为语义在写时复制用户指南中有解释。

新行为可以在 pandas 2.0 中通过以下选项启用：

pd.options.mode.copy_on_write = True

这一变化带来了 pandas 在复制和视图方面操作方式的不同变化。其中一些变化允许明确弃用，比如链式赋值的变化。其他变化更加微妙，因此警告被隐藏在一个选项后面，可以在 pandas 2.2 中启用。

pd.options.mode.copy_on_write = "warn"

这种模式将在许多不实际相关于大多数查询的情况下发出警告。我们建议探索这种模式，但没有必要消除所有这些警告。迁移指南更详细地解释了升级过程。

默认情况下使用专用字符串数据类型（由 Arrow 支持）

历史上，pandas 用 NumPy 对象数据类型表示字符串列。这种表示方式存在许多问题，包括性能慢和内存占用大。这将在 pandas 3.0 中改变。pandas 将开始将字符串列推断为新的string数据类型，由 Arrow 支持，表示内存中连续的字符串。这带来了巨大的性能和内存改进。

旧行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: object

新行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: string

在这些场景中使用的字符串数据类型将大多数情况下表现得像 NumPy 对象一样，包括缺失值语义和对这些列的一般操作。

这一变化涉及 API 中的一些其他变化：

  • 目前，指定 dtype="string" 会创建一个由 Python 字符串支持的 dtype，这些字符串存储在 NumPy 数组中。这将在 pandas 3.0 中改变，该 dtype 将创建一个由 Arrow 支持的字符串列。

  • 列名和索引也将由 Arrow 字符串支持。

  • 为了适应这一变更，PyArrow 将成为 pandas 3.0 的必需依赖项。

这种未来的 dtype 推断逻辑可以通过以下方式启用：

pd.options.future.infer_string = True

写时复制

当前可选的写时复制模式将在 pandas 3.0 中默认启用。不会有选项来保持当前行为不变。关于新的行为语义在写时复制的用户指南中有解释。

新的行为可以在 pandas 2.0 中使用以下选项启用：

pd.options.mode.copy_on_write = True

这一变更将在 pandas 的操作行为上带来不同的变化，涉及到副本和视图的操作。其中一些变更可以明确地弃用，比如链式赋值的变更。其他变更更加微妙，因此警告被隐藏在一个选项后面，在 pandas 2.2 中可以启用。

pd.options.mode.copy_on_write = "warn"

这种模式将在许多实际上与大多数查询无关的情况下发出警告。我们建议尝试使用这种模式，但不必摆脱所有这些警告。迁移指南 详细解释了升级过程。

默认情况下，将使用专用的字符串数据类型（由 Arrow 支持）。

在历史上，pandas 用 NumPy 对象数据类型表示字符串列。这种表示方法存在许多问题，包括性能慢和内存占用大。这将在 pandas 3.0 中改变。pandas 将开始将字符串列推断为新的 string 数据类型，由 Arrow 支持，该类型表示内存连续的字符串。这将带来巨大的性能和内存改进。

旧行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: object

新行为：

In [1]: ser = pd.Series(["a", "b"])
Out[1]:
0    a
1    b
dtype: string

在这些情景中使用的字符串数据类型将主要表现为 NumPy 对象的行为，包括对这些列的缺失值语义和一般操作。

这一变更还涉及 API 中的一些其他变更：

  • 目前，指定 dtype="string" 会创建一个由 Python 字符串支持的 dtype，这些字符串存储在 NumPy 数组中。这将在 pandas 3.0 中改变，该 dtype 将创建一个由 Arrow 支持的字符串列。

  • 列名和索引也将由 Arrow 字符串支持。

  • 为了适应这一变更，PyArrow 将成为 pandas 3.0 的必需依赖项。

这种未来的 dtype 推断逻辑可以通过以下方式启用：

pd.options.future.infer_string = True

增强功能

在 to_sql 和 read_sql 中支持 ADBC 驱动程序

read_sql() 和 to_sql() 现在可以使用 Apache Arrow ADBC 驱动程序。 与通过 SQLAlchemy 使用的传统驱动程序相比，ADBC 驱动程序应提供显著的性能改进，更好的类型支持和更清晰的空值处理。

import adbc_driver_postgresql.dbapi as pg_dbapi

df = pd.DataFrame(
    [
        [1, 2, 3],
        [4, 5, 6],
    ],
    columns=['a', 'b', 'c']
)
uri = "postgresql://postgres:postgres@localhost/postgres"
with pg_dbapi.connect(uri) as conn:
    df.to_sql("pandas_table", conn, index=False)

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn)

Arrow 类型系统提供了更广泛的类型，可以更接近像 PostgreSQL 这样的数据库所提供的内容。 举例来说，以下是不完整的不同数据库和 pandas 后端可用类型的列表：

numpy/pandas arrow postgres sqlite
int16/Int16 int16 SMALLINT INTEGER
int32/Int32 int32 INTEGER INTEGER
int64/Int64 int64 BIGINT INTEGER
float32 float32 REAL REAL
float64 float64 DOUBLE PRECISION REAL
object string TEXT TEXT
bool bool_ BOOLEAN
datetime64[ns] timestamp(us) TIMESTAMP
datetime64[ns,tz] timestamp(us,tz) TIMESTAMPTZ
date32 DATE
month_day_nano_interval INTERVAL
binary BINARY BLOB
decimal128 DECIMAL [1]
list ARRAY [1]
struct

复合类型

[1]

脚注

如果您希望在 DataFrame 的整个生命周期中尽可能保留数据库类型，建议用户利用 read_sql() 的 dtype_backend="pyarrow" 参数。

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn, dtype_backend="pyarrow")

这将防止数据被转换为传统的 pandas/NumPy 类型系统，后者通常以使它们无法往返的方式转换 SQL 类型。

欲了解完整的 ADBC 驱动程序列表及其开发状态，请参阅 ADBC 驱动程序实现状态 文档。 ### 基于一个或多个条件创建 pandas Series

Series.case_when() 函数已添加，可根据一个或多个条件创建 Series 对象。 (GH 39154)

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(dict(a=[1, 2, 3], b=[4, 5, 6]))

In [3]: default=pd.Series('default', index=df.index)

In [4]: default.case_when(
 ...:     caselist=[
 ...:         (df.a == 1, 'first'),                              # condition, replacement
 ...:         (df.a.gt(1) & df.b.eq(5), 'second'),  # condition, replacement
 ...:     ],
 ...: )
 ...: 
Out[4]: 
0      first
1     second
2    default
dtype: object 
```  ### `to_numpy` 用于 NumPy 可空和 Arrow 类型将转换为适当的 NumPy 类型

`to_numpy` 用于 NumPy 可空和 Arrow 类型现在将转换为适当的 NumPy 类型，而不是对于可空和 PyArrow 支持的扩展类型使用 `object` 类型。

*旧行为：*

```py
In [1]: ser = pd.Series([1, 2, 3], dtype="Int64")
In [2]: ser.to_numpy()
Out[2]: array([1, 2, 3], dtype=object)

新行为：

In [5]: ser = pd.Series([1, 2, 3], dtype="Int64")

In [6]: ser.to_numpy()
Out[6]: array([1, 2, 3])

In [7]: ser = pd.Series([1, 2, 3], dtype="timestamp[ns][pyarrow]")

In [8]: ser.to_numpy()
Out[8]: 
array(['1970-01-01T00:00:00.000000001', '1970-01-01T00:00:00.000000002',
 '1970-01-01T00:00:00.000000003'], dtype='datetime64[ns]')

默认的 NumPy 类型（没有任何参数）确定如下：

  • 浮点类型被转换为 NumPy 浮点类型

  • 没有缺失值的整数类型被转换为 NumPy 整数类型

  • 具有缺失值的整数类型被转换为 NumPy 浮点类型，并使用 NaN 作为缺失值指示符

  • 没有缺失值的布尔类型被转换为 NumPy 的布尔类型。

  • 带有缺失值的布尔类型保持对象类型。

  • 将 datetime 和 timedelta 类型分别转换为 Numpy datetime64 和 timedelta64 类型，并使用NaT作为缺失值指示符。### Series.struct accessor for PyArrow structured data

Series.struct访问器提供了处理具有struct[pyarrow]数据类型 Series 的属性和方法。例如，Series.struct.explode()将 PyArrow 结构化数据转换为 pandas DataFrame。 (GH 54938)

In [9]: import pyarrow as pa

In [10]: series = pd.Series(
 ....:    [
 ....:        {"project": "pandas", "version": "2.2.0"},
 ....:        {"project": "numpy", "version": "1.25.2"},
 ....:        {"project": "pyarrow", "version": "13.0.0"},
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.struct([
 ....:            ("project", pa.string()),
 ....:            ("version", pa.string()),
 ....:        ])
 ....:    ),
 ....: )
 ....: 

In [11]: series.struct.explode()
Out[11]: 
 project version
0   pandas   2.2.0
1    numpy  1.25.2
2  pyarrow  13.0.0

使用Series.struct.field()来索引（可能嵌套的）结构字段。

In [12]: series.struct.field("project")
Out[12]: 
0     pandas
1      numpy
2    pyarrow
Name: project, dtype: string[pyarrow] 
```### PyArrow 列表数据的`Series.list`访问器

`Series.list`访问器提供了处理具有`list[pyarrow]`数据类型 Series 的属性和方法。例如，`Series.list.__getitem__()`允许在 Series 中索引 pyarrow 列表。 ([GH 55323](https://github.com/pandas-dev/pandas/issues/55323))

```py
In [13]: import pyarrow as pa

In [14]: series = pd.Series(
 ....:    [
 ....:        [1, 2, 3],
 ....:        [4, 5],
 ....:        [6],
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.list_(pa.int64())
 ....:    ),
 ....: )
 ....: 

In [15]: series.list[0]
Out[15]: 
0    1
1    4
2    6
dtype: int64[pyarrow] 
```### `read_excel()`的 Calamine 引擎

将`calamine`引擎添加到`read_excel()`中。它使用`python-calamine`，该工具提供了 Rust 库[calamine](https://crates.io/crates/calamine)的 Python 绑定。此引擎支持 Excel 文件（`.xlsx`、`.xlsm`、`.xls`、`.xlsb`）和 OpenDocument 电子表格（`.ods`）（[GH 50395](https://github.com/pandas-dev/pandas/issues/50395)）。

此引擎有两个优点：

1.  Calamine 通常比其他引擎快，一些基准测试显示其结果比‘openpyxl’快 5 倍，比‘odf’快 20 倍，比‘pyxlsb’快 4 倍，比‘xlrd’快 1.5 倍。但是，由于对行的惰性迭代，‘openpyxl’和‘pyxlsb’在从大文件中读取少量行时更快。

1.  Calamine 支持在`.xlsb`文件中识别日期时间，与 pandas 中唯一可以读取`.xlsb`文件的另一个引擎‘pyxlsb’不同。

```py
pd.read_excel("path_to_file.xlsb", engine="calamine")

更多内容，请参阅 Calamine（Excel 和 ODS 文件）中的用户指南中的 IO 工具。###其他增强功能

  • 将 method 参数设置为multi的to_sql()与后端 Oracle 一起使用。

  • Series.attrs / DataFrame.attrs 现在使用深拷贝来传播attrs（GH 54134）。

  • get_dummies() 现在返回扩展数据类型 boolean 或 bool[pyarrow]，与输入数据类型兼容（GH 56273）

  • read_csv() 现在支持 on_bad_lines 参数，使用 engine="pyarrow"（GH 54480）

  • read_sas() 返回 datetime64 数据类型，其分辨率更好地匹配原生存储在 SAS 中的数据，并避免在无法使用 datetime64[ns] 数据类型存储的情况下返回对象数据类型（GH 56127）

  • read_spss() 现在返回一个存储元数据的 DataFrame，元数据存储在 DataFrame.attrs 中（GH 54264）

  • tseries.api.guess_datetime_format() 现在是公共 API 的一部分（GH 54727)

  • DataFrame.apply() 现在允许使用 numba（通过 engine="numba"）对传递的函数进行 JIT 编译，从而可能加快速度（GH 54666）

  • ExtensionArray._explode() 接口方法已添加，允许扩展类型实现 explode 方法（GH 54833）

  • ExtensionArray.duplicated() 已添加，允许扩展类型实现 duplicated 方法（GH 55255）

  • Series.ffill()，Series.bfill()，DataFrame.ffill() 和 DataFrame.bfill() 现在增加了参数 limit_area；第三方 ExtensionArray 作者需要将此参数添加到方法 _pad_or_backfill 中（GH 56492）

  • 允许通过engine_kwargs在read_excel()中传递read_only、data_only和keep_links参数给 openpyxl（GH 55027)

  • 为ArrowDtype和掩码数据类型实现了Series.interpolate()和DataFrame.interpolate() (GH 56267)

  • 为Series.value_counts()实现了掩码算法（GH 54984)

  • 为具有pyarrow.duration类型的ArrowDtype实现了Series.dt()方法和属性 (GH 52284)

  • 为ArrowDtype实现了Series.str.extract() (GH 56268)

  • 改进了在DatetimeIndex.to_period()中出现的错误消息，当频率不受支持作为期间频率时，如"BMS"（GH 56243)

  • 当构造Period时出现无效偏移量（如"QS"）时，改进了错误消息（GH 55785)

  • 数据类型string[pyarrow]和string[pyarrow_numpy]现在都利用了 PyArrow 的large_string类型，以避免长列的溢出（GH 56259) ### ADBC 驱动程序支持在 to_sql 和 read_sql 中

read_sql()和to_sql()现在可以与Apache Arrow ADBC驱动程序一起使用。与通过 SQLAlchemy 使用的传统驱动程序相比，ADBC 驱��程序应该提供显著的性能改进，更好的类型支持和更清晰的空值处理。

import adbc_driver_postgresql.dbapi as pg_dbapi

df = pd.DataFrame(
    [
        [1, 2, 3],
        [4, 5, 6],
    ],
    columns=['a', 'b', 'c']
)
uri = "postgresql://postgres:postgres@localhost/postgres"
with pg_dbapi.connect(uri) as conn:
    df.to_sql("pandas_table", conn, index=False)

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn)

Arrow 类型系统提供了更多类型，可以更接近 PostgreSQL 等数据库提供的类型。举例来说，注意以下不完整的列举，展示了不同数据库和 pandas 后端可用的类型：

numpy/pandas arrow postgres sqlite
int16/Int16 int16 SMALLINT INTEGER
int32/Int32 int32 INTEGER INTEGER
int64/Int64 int64 BIGINT INTEGER
float32 float32 REAL REAL
float64 float64 DOUBLE PRECISION REAL
object string TEXT TEXT
bool bool_ BOOLEAN
datetime64[ns] timestamp(us) TIMESTAMP
datetime64[ns,tz] timestamp(us,tz) TIMESTAMPTZ
date32 DATE
month_day_nano_interval INTERVAL
binary BINARY BLOB
decimal128 DECIMAL [1]
list ARRAY [1]
struct

复合类型

[1]

脚注

如果你希望在 DataFrame 的生命周期中尽可能地保留数据库类型，建议用户利用 read_sql() 的 dtype_backend="pyarrow" 参数。

# for round-tripping
with pg_dbapi.connect(uri) as conn:
    df2 = pd.read_sql("pandas_table", conn, dtype_backend="pyarrow")

这将防止你的数据被转换为传统的 pandas/NumPy 类型系统，该系统经常以使 SQL 类型不可能往返的方式转换它们。

完整的 ADBC 驱动程序列表及其开发状态，请参阅 ADBC 驱动程序实现状态 文档。

根据一个或多个条件创建 pandas Series

Series.case_when() 函数已添加，用于基于一个或多个条件创建 Series 对象。(GH 39154)

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(dict(a=[1, 2, 3], b=[4, 5, 6]))

In [3]: default=pd.Series('default', index=df.index)

In [4]: default.case_when(
 ...:     caselist=[
 ...:         (df.a == 1, 'first'),                              # condition, replacement
 ...:         (df.a.gt(1) & df.b.eq(5), 'second'),  # condition, replacement
 ...:     ],
 ...: )
 ...: 
Out[4]: 
0      first
1     second
2    default
dtype: object

to_numpy 用于 NumPy 的可空类型和 Arrow 类型，转换为适当的 NumPy dtype

to_numpy 用于 NumPy 的可空类型和 Arrow 类型将转换为适当的 NumPy dtype，而不再是 object dtype 用于可空和 PyArrow 支持的扩展 dtype。

旧行为：

In [1]: ser = pd.Series([1, 2, 3], dtype="Int64")
In [2]: ser.to_numpy()
Out[2]: array([1, 2, 3], dtype=object)

新行为：

In [5]: ser = pd.Series([1, 2, 3], dtype="Int64")

In [6]: ser.to_numpy()
Out[6]: array([1, 2, 3])

In [7]: ser = pd.Series([1, 2, 3], dtype="timestamp[ns][pyarrow]")

In [8]: ser.to_numpy()
Out[8]: 
array(['1970-01-01T00:00:00.000000001', '1970-01-01T00:00:00.000000002',
 '1970-01-01T00:00:00.000000003'], dtype='datetime64[ns]')

默认的 NumPy dtype（无任何参数）确定如下：

  • float 类型的数据将被转换为 NumPy 的浮点数。

  • integer 类型的数据（不包含缺失值）将被转换为 NumPy 的整数类型。

  • integer 类型的数据（包含缺失值）将被转换为 NumPy 的 float 类型，NaN 用作缺失值指示符。

  • boolean 类型的数据（不包含缺失值）将被转换为 NumPy 的 bool 类型。

  • boolean 类型的数据（包含缺失值）将保持 object 类型。

  • datetime 和 timedelta 类型将被转换为 Numpy 的 datetime64 和 timedelta64 类型，分别使用 NaT 作为缺失值指示符。

Series.struct 访问器用于 PyArrow 结构化数据

Series.struct 访问器提供了用于处理具有 struct[pyarrow] 数据类型的 Series 的属性和方法。例如，Series.struct.explode() 将 PyArrow 结构化数据转换为 pandas DataFrame。(GH 54938)

In [9]: import pyarrow as pa

In [10]: series = pd.Series(
 ....:    [
 ....:        {"project": "pandas", "version": "2.2.0"},
 ....:        {"project": "numpy", "version": "1.25.2"},
 ....:        {"project": "pyarrow", "version": "13.0.0"},
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.struct([
 ....:            ("project", pa.string()),
 ....:            ("version", pa.string()),
 ....:        ])
 ....:    ),
 ....: )
 ....: 

In [11]: series.struct.explode()
Out[11]: 
 project version
0   pandas   2.2.0
1    numpy  1.25.2
2  pyarrow  13.0.0

使用 Series.struct.field() 来索引（可能是嵌套的）结构字段。

In [12]: series.struct.field("project")
Out[12]: 
0     pandas
1      numpy
2    pyarrow
Name: project, dtype: string[pyarrow]

用于 PyArrow 列表数据的 Series.list 访问器

Series.list 访问器提供了用于处理具有 list[pyarrow] 数据类型 Series 的属性和方法。例如，Series.list.__getitem__() 允许在 Series 中索引 pyarrow 列表。 (GH 55323)

In [13]: import pyarrow as pa

In [14]: series = pd.Series(
 ....:    [
 ....:        [1, 2, 3],
 ....:        [4, 5],
 ....:        [6],
 ....:    ],
 ....:    dtype=pd.ArrowDtype(
 ....:        pa.list_(pa.int64())
 ....:    ),
 ....: )
 ....: 

In [15]: series.list[0]
Out[15]: 
0    1
1    4
2    6
dtype: int64[pyarrow]

read_excel() 的 Calamine 引擎

calamine 引擎已添加到 read_excel() 中。它使用 python-calamine，该工具提供了 Rust 库 calamine 的 Python 绑定。此引擎支持 Excel 文件（.xlsx、.xlsm、.xls、.xlsb）和 OpenDocument 电子表格（.ods） (GH 50395).

这个引擎有两个优点：

  1. Calamine 往往比其他引擎更快，一些基准测试显示结果比 ‘openpyxl’ 快 5 倍，比 ‘odf’ 快 20 倍，比 ‘pyxlsb’ 快 4 倍，比 ‘xlrd’ 快 1.5 倍。但是，由于对行的惰性迭代，‘openpyxl’ 和 ‘pyxlsb’ 在从大文件中读取少量行时更快。

  2. Calamine 支持在 .xlsb 文件中识别日期时间，而 ‘pyxlsb’ 是 pandas 中唯一可以读取 .xlsb 文件的其他引擎。

pd.read_excel("path_to_file.xlsb", engine="calamine")

更多信息，请参阅用户指南中有关 IO 工具的 Calamine (Excel 和 ODS 文件)。

其他增强功能

  • 将 method 参数设置为 multi 的 to_sql() 可与 Oracle 在后端一起使用

  • Series.attrs / DataFrame.attrs 现在使用深拷贝来传播 attrs (GH 54134).

  • get_dummies() 现在返回扩展数据类型 boolean 或 bool[pyarrow]，与输入数据类型兼容 (GH 56273)

  • read_csv() 现在支持 engine="pyarrow" 参数的 on_bad_lines 参数（GH 54480）

  • read_sas() 现在返回 datetime64 dtypes，其分辨率更适合与 SAS 本地存储的内容匹配，并且避免在无法使用 datetime64[ns] dtypes 存储的情况下返回对象 dtype（GH 56127）

  • read_spss() 现在返回一个 DataFrame，它将元数据存储在 DataFrame.attrs 中（GH 54264）

  • tseries.api.guess_datetime_format() 现在是公共 API 的一部分（GH 54727）

  • DataFrame.apply() 现在允许使用 numba（通过 engine="numba"）来 JIT 编译传递的函数，从而可能实现加速（GH 54666）

  • ExtensionArray._explode() 接口方法已添加以允许扩展类型实现 explode 方法（GH 54833）

  • ExtensionArray.duplicated() 添加以允许扩展类型实现 duplicated 方法（GH 55255）

  • Series.ffill()、Series.bfill()、DataFrame.ffill() 和 DataFrame.bfill() 现在具有参数 limit_area；第三方 ExtensionArray 作者需要将此参数添加到方法 _pad_or_backfill 中（GH 56492）

  • 允许通过 read_excel() 的 engine_kwargs 参数传递 read_only、data_only 和 keep_links 参数给 openpyxl（GH 55027）

  • 为 Series.interpolate() 和 DataFrame.interpolate() 实现了 ArrowDtype 和掩码类型的插值（GH 56267）

  • 为 Series.value_counts() 实现了掩码算法（GH 54984）

  • 实现了 Series.dt() 方法和属性，用于带有 pyarrow.duration 类型的 ArrowDtype（GH 52284）

  • 实现了 Series.str.extract() 方法用于 ArrowDtype （GH 56268）

  • 改进了在频率不受支持的情况下（如 "BMS"）出现的错误消息，例如在 DatetimeIndex.to_period() 中（GH 56243）

  • 当使用无效偏移量（例如 "QS"）构建 Period 时，改进了错误消息的显示（GH 55785）

  • 现在 string[pyarrow] 和 string[pyarrow_numpy] 类型都利用 PyArrow 的 large_string 类型来避免长列的溢出问题（GH 56259）

显着的错误修复

这些是可能具有显着行为更改的错误修复。

merge() 和 DataFrame.join() 现在一致地遵循了文档中的排序行为

在 pandas 的早期版本中，merge() 和 DataFrame.join() 并不总是返回符合文档中排序行为的结果。pandas 现在在合并和连接操作中遵循了文档中的排序行为（GH 54611，GH 56426，GH 56443）。

按照文档，sort=True 会按字典顺序对结果 DataFrame 中的连接键进行排序。使用 sort=False 时，连接键的顺序取决于连接类型（how 关键字）：

  • how="left": 保持左侧键的顺序不变。

  • how="right": 保持右侧键的顺序不变。

  • how="inner": 保持左侧键的顺序不变

  • how="outer": 按字典顺序对键进行排序

一个具有变更行为的例子是具有非唯一左连接键和 sort=False 的内部连接：

In [16]: left = pd.DataFrame({"a": [1, 2, 1]})

In [17]: right = pd.DataFrame({"a": [1, 2]})

In [18]: result = pd.merge(left, right, how="inner", on="a", sort=False)

旧行为

In [5]: result
Out[5]:
 a
0  1
1  1
2  2

新行为

In [19]: result
Out[19]: 
 a
0  1
1  2
2  1 
```### `merge()` 和 `DataFrame.join()` 在级别不同时不再重新排序

在之前的 pandas 版本中，当在具有不同级别的两个索引上进行连接时，`merge()` 和 `DataFrame.join()` 会重新排列索引级别（[GH 34133](https://github.com/pandas-dev/pandas/issues/34133)）。

```py
In [20]: left = pd.DataFrame({"left": 1}, index=pd.MultiIndex.from_tuples([("x", 1), ("x", 2)], names=["A", "B"]))

In [21]: right = pd.DataFrame({"right": 2}, index=pd.MultiIndex.from_tuples([(1, 1), (2, 2)], names=["B", "C"]))

In [22]: left
Out[22]: 
 left
A B 
x 1     1
 2     1

In [23]: right
Out[23]: 
 right
B C 
1 1      2
2 2      2

In [24]: result = left.join(right)

旧行为

In [5]: result
Out[5]:
 left  right
B A C
1 x 1     1      2
2 x 2     1      2

新行为

In [25]: result
Out[25]: 
 left  right
A B C 
x 1 1     1      2
 2 2     1      2 
```### 增加了依赖项的最低版本

对于[可选依赖项](https://pandas.pydata.org/docs/getting_started/install.html)，一般建议使用最新版本。低于最低测试版本的可选依赖项可能仍然可用，但不被视为受支持。以下表格列出了其最低测试版本已增加的可选依赖项。

| 包 | 新的最低版本 |
| --- | --- |
| beautifulsoup4 | 4.11.2 |
| blosc | 1.21.3 |
| bottleneck | 1.3.6 |
| fastparquet | 2022.12.0 |
| fsspec | 2022.11.0 |
| gcsfs | 2022.11.0 |
| lxml | 4.9.2 |
| matplotlib | 3.6.3 |
| numba | 0.56.4 |
| numexpr | 2.8.4 |
| qtpy | 2.3.0 |
| openpyxl | 3.1.0 |
| psycopg2 | 2.9.6 |
| pyreadstat | 1.2.0 |
| pytables | 3.8.0 |
| pyxlsb | 1.0.10 |
| s3fs | 2022.11.0 |
| scipy | 1.10.0 |
| sqlalchemy | 2.0.0 |
| tabulate | 0.9.0 |
| xarray | 2022.12.0 |
| xlsxwriter | 3.0.5 |
| zstandard | 0.19.0 |
| pyqt5 | 5.15.8 |
| tzdata | 2022.7 |

请参阅依赖项和可选依赖项获取更多信息。### 其他 API 更改

+   可空扩展数据类型的哈希值已更改以提高哈希操作的性能（[GH 56507](https://github.com/pandas-dev/pandas/issues/56507)）。

+   `check_exact` 现在仅对 `testing.assert_frame_equal()` 和 `testing.assert_series_equal()` 中的浮点数数据类型生效。特别地，整数数据类型始终会被精确检查（[GH 55882](https://github.com/pandas-dev/pandas/issues/55882)）  ### `merge()` 和 `DataFrame.join()` 现在一致遵循文档排序行为

在之前的 pandas 版本中，`merge()` 和 `DataFrame.join()` 并不总是返回遵循文档排序行为的结果。pandas 现在在合并和连接操作中遵循文档排序行为（[GH 54611](https://github.com/pandas-dev/pandas/issues/54611), [GH 56426](https://github.com/pandas-dev/pandas/issues/56426), [GH 56443](https://github.com/pandas-dev/pandas/issues/56443))。

如文档所述，`sort=True` 会按字典顺序对结果中的连接键进行排序。当 `sort=False` 时，连接键的顺序取决于连接类型（`how` 关键字）：

+   `how="left"`: 保留左侧键的顺序

+   `how="right"`: 保留右侧键的顺序

+   `how="inner"`: 保留左侧键的顺序

+   `how="outer"`: 按字典顺序排序键

一个具有变化行为的例子是内连接与非唯一左连接键以及 `sort=False`：

```py
In [16]: left = pd.DataFrame({"a": [1, 2, 1]})

In [17]: right = pd.DataFrame({"a": [1, 2]})

In [18]: result = pd.merge(left, right, how="inner", on="a", sort=False)

旧行为

In [5]: result
Out[5]:
 a
0  1
1  1
2  2

新行为

In [19]: result
Out[19]: 
 a
0  1
1  2
2  1

merge() 和 DataFrame.join() 在级别不同时不再重新排序

在之前的 pandas 版本中，当在具有不同级别的两个索引上进行连接时，merge() 和 DataFrame.join() 会重新排序索引级别（GH 34133）。

In [20]: left = pd.DataFrame({"left": 1}, index=pd.MultiIndex.from_tuples([("x", 1), ("x", 2)], names=["A", "B"]))

In [21]: right = pd.DataFrame({"right": 2}, index=pd.MultiIndex.from_tuples([(1, 1), (2, 2)], names=["B", "C"]))

In [22]: left
Out[22]: 
 left
A B 
x 1     1
 2     1

In [23]: right
Out[23]: 
 right
B C 
1 1      2
2 2      2

In [24]: result = left.join(right)

旧行为

In [5]: result
Out[5]:
 left  right
B A C
1 x 1     1      2
2 x 2     1      2

新行为

In [25]: result
Out[25]: 
 left  right
A B C 
x 1 1     1      2
 2 2     1      2

增加了依赖项的最低版本要求

对于可选依赖项，一般建议使用最��版本。低于最低测试版本的可选依赖项可能仍然可用，但不被视为受支持。以下表格列出了已增加最低测试版本的可选依赖项。

包 新的最低版本
beautifulsoup4 4.11.2
blosc 1.21.3
bottleneck 1.3.6
fastparquet 2022.12.0
fsspec 2022.11.0
gcsfs 2022.11.0
lxml 4.9.2
matplotlib 3.6.3
numba 0.56.4
numexpr 2.8.4
qtpy 2.3.0
openpyxl 3.1.0
psycopg2 2.9.6
pyreadstat 1.2.0
pytables 3.8.0
pyxlsb 1.0.10
s3fs 2022.11.0
scipy 1.10.0
sqlalchemy 2.0.0
tabulate 0.9.0
xarray 2022.12.0
xlsxwriter 3.0.5
zstandard 0.19.0
pyqt5 5.15.8
tzdata 2022.7

更多信息请参见依赖项 和 可选依赖项。

其他 API 更改

  • 可空扩展数据类型的哈希值已更改，以提高哈希操作的性能 (GH 56507)

  • check_exact 现在只在 testing.assert_frame_equal() 和 testing.assert_series_equal() 中对浮点类型的数据类型生效。特别地，整数类型数据类型总是被精确检查的 (GH 55882)

弃用

链式赋值

在准备好对 pandas 3.0 中的复制 / 视图行为进行较大的即将到来的更改（写时复制 (CoW), PDEP-7）之前，我们已开始弃用 chained assignment。

链式赋值发生在您尝试通过两个后续的索引操作更新 pandas DataFrame 或 Series 时。根据这些操作的类型和顺序，当前可能会或可能不会工作。

典型的例子如下：

df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})

# first selecting rows with a mask, then assigning values to a column
# -> this has never worked and raises a SettingWithCopyWarning
df[df["bar"] > 5]["foo"] = 100

# first selecting the column, and then assigning to a subset of that column
# -> this currently works
df["foo"][df["bar"] > 5] = 100

这第二个链式赋值的例子目前可以更新原始 df。在 pandas 3.0 中，这将不再起作用，因此我们开始弃用这个：

>>> df["foo"][df["bar"] > 5] = 100
FutureWarning: ChainedAssignmentError: behaviour will change in pandas 3.0!
You are setting values through chained assignment. Currently this works in certain cases, but when using Copy-on-Write (which will become the default behaviour in pandas 3.0) this will never work to update the original DataFrame or Series, because the intermediate object on which we are setting values will behave as a copy.
A typical example is when you are setting values in a column of a DataFrame, like:

df["col"][row_indexer] = value

Use `df.loc[row_indexer, "col"] = values` instead, to perform the assignment in a single step and ensure this keeps updating the original `df`.

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

您可以通过删除链式赋值的使用来修复此警告，并确保您的代码准备好用于 pandas 3.0。通常，这可以通过使用例如 .loc 在一步中进行赋值来完成。对于上面的例子，我们可以这样做：

df.loc[df["bar"] > 5, "foo"] = 100

同样的弃用也适用于以链式方式执行的 inplace 方法，例如：

>>> df["foo"].fillna(0, inplace=True)
FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0\. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.

For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.

当目标是更新 DataFrame df 中的列时，此处的替代方法是在 df 上调用方法，例如 df.fillna({"foo": 0}, inplace=True)。

请在迁移指南中查看更多细节。

弃用别名 M、Q、Y 等，采用 ME、QE、YE 等作为偏移量

弃用以下频率别名 (GH 9586)：

offsets 弃用别名 新别名
MonthEnd M ME
BusinessMonthEnd BM BME
SemiMonthEnd SM SME
CustomBusinessMonthEnd CBM CBME
QuarterEnd Q QE
BQuarterEnd BQ BQE
YearEnd Y YE
BYearEnd BY BYE

例如：

先前的行为：

In [8]: pd.date_range('2020-01-01', periods=3, freq='Q-NOV')
Out[8]:
DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'],
 dtype='datetime64[ns]', freq='Q-NOV')

未来的行为：

In [26]: pd.date_range('2020-01-01', periods=3, freq='QE-NOV')
Out[26]: DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'], dtype='datetime64[ns]', freq='QE-NOV')

废弃的自动向下转换

废弃了对象 dtype 结果的自动向下转换，这影响了多个方法。由于行为是值相关的，它们会以难以预测的方式默默地改变 dtype。此外，pandas 正在摒弃默默的 dtype 更改（GH 54710, GH 54261)。

这些方法是：

  • Series.replace() 和 DataFrame.replace()

  • DataFrame.fillna(), Series.fillna()

  • DataFrame.ffill(), Series.ffill()

  • DataFrame.bfill(), Series.bfill()

  • DataFrame.mask(), Series.mask()

  • DataFrame.where(), Series.where()

  • DataFrame.clip(), Series.clip()

明确调用 DataFrame.infer_objects() 以在未来复制当前行为。

result = result.infer_objects(copy=False)

或使用 astype 明确将所有四舍五入的浮点数转换为整数。

设置以下选项以选择未来行为：

In [9]: pd.set_option("future.no_silent_downcasting", True)

其他废弃情况

  • 将 Timedelta.resolution_string() 的返回值更改为 h、min、s、ms、us 和 ns，而不是 H、T、S、L、U 和 N，以兼容频率别名中的相应弃用情况（GH 52536）

  • 废弃 offsets.Day.delta、offsets.Hour.delta、offsets.Minute.delta、offsets.Second.delta、offsets.Milli.delta、offsets.Micro.delta、offsets.Nano.delta，使用 pd.Timedelta(obj) 替代（GH 55498）

  • 废弃 pandas.api.types.is_interval() 和 pandas.api.types.is_period()，改用 isinstance(obj, pd.Interval) 和 isinstance(obj, pd.Period) 替代（GH 55264）

  • 废弃 read_gbq() 和 DataFrame.to_gbq()。使用 pandas_gbq.read_gbq 和 pandas_gbq.to_gbq 替代 pandas-gbq.readthedocs.io/en/latest/api.html（GH 55525）

  • 废弃 DataFrameGroupBy.fillna() 和 SeriesGroupBy.fillna()；使用 DataFrameGroupBy.ffill()、DataFrameGroupBy.bfill() 进行向前和向后填充，或使用 DataFrame.fillna() 以填充单个值（或其 Series 等效项）（GH 55718）

  • 废弃 DateOffset.is_anchored()，对于非 Tick 子类使用 obj.n == 1（对于 Tick，这总是 False）（GH 55388）

  • 废弃 DatetimeArray.__init__() 和 TimedeltaArray.__init__()，使用 array() 替代（GH 55623）

  • 废弃 Index.format()，使用 index.astype(str) 或 index.map(formatter) 替代（GH 55413）

  • 废弃 Series.ravel()，底层数组已经是一维的，因此不需要 ravel（GH 52511）

  • 已弃用带有PeriodIndex（以及convention关键字）的Series.resample()和DataFrame.resample()，在重新取样之前转换为DatetimeIndex（使用.to_timestamp()）（GH 53481）。

  • 已弃用Series.view()，改用Series.astype()来更改 dtype（GH 20251）。

  • 已弃用offsets.Tick.is_anchored()中接受False作为参数的功能，改用False（GH 55388）。

  • 已弃用core.internals成员Block、ExtensionBlock和DatetimeTZBlock，改用公共 API（GH 55139）。

  • 在PeriodIndex构造函数中，已弃用year、month、quarter、day、hour、minute和second关键字，改用PeriodIndex.from_fields()（GH 55960）。

  • 已弃用在Index.view()中接受类型作为参数的功能，改为不带任何参数的调用（GH 55709）。

  • 已弃用在date_range()、timedelta_range()、period_range()和interval_range()中接受非整数periods参数的功能（GH 56036）。

  • 已弃用在DataFrame.to_clipboard()中接受非关键字参数的功能（GH 54229）。

  • 已弃用在DataFrame.to_csv()中除path_or_buf之外接受非关键字参数的功能（GH 54229）。

  • 在DataFrame.to_dict()中不再允许非关键字参数（GH 54229）

  • 在DataFrame.to_excel()中不再允许非关键字参数，除了excel_writer（GH 54229）

  • 在DataFrame.to_gbq()中不再允许非关键字参数，除了destination_table（GH 54229）

  • 在DataFrame.to_hdf()中不再允许非关键字参数，除了path_or_buf（GH 54229）

  • 在DataFrame.to_html()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_json()中不再允许非关键字参数，除了path_or_buf（GH 54229）

  • 在DataFrame.to_latex()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_markdown()中不再允许非关键字参数，除了buf（GH 54229）

  • 在DataFrame.to_parquet()中不再允许非关键字参数，除了path（GH 54229）

  • 在DataFrame.to_pickle()中不再允许非关键字参数，除了path（GH 54229）

  • 在DataFrame.to_string()中不再允许非关键字参数，除了buf（GH 54229）

  • 已经不推荐在 DataFrame.to_xml() 中允许除 path_or_buffer 之外的非关键字参数（GH 54229）

  • 已经不推荐将 BlockManager 对象传递给 DataFrame 或将 SingleBlockManager 对象传递给 Series（GH 52419）

  • 已经不推荐在 Index.insert() 中使用对象类型索引，隐式执行结果的类型推断，而是显式调用 result.infer_objects(copy=False) 以保留旧行为（GH 51363）

  • 在 Series.isin() 和 Index.isin() 中已经不推荐将非日期时间值（主要是字符串）转换为 datetime64、timedelta64 和 PeriodDtype dtypes （GH 53111）

  • 在给定 pandas 输入时，Index、Series 和 DataFrame 构造函数中已经不推荐使用 dtype 推断，调用输入的 .infer_objects 来保持当前行为（GH 56012）

  • 在将 Index 设置为 DataFrame 时不推荐使用 dtype 推断，应明确转换（GH 56102）

  • 在使用 DataFrameGroupBy.apply() 和 DataFrameGroupBy.resample() 时，不推荐在计算中包含分组；传递 include_groups=False 来排除分组（GH 7155）

  • 已经不推荐使用长度为零的布尔索引器索引 Index（GH 55820）

  • 弃用了在通过长度为 1 的类似列表进行分组时，未将元组传递给 DataFrameGroupBy.get_group 或 SeriesGroupBy.get_group (GH 25971)

  • 弃用了字符串 AS，表示 YearBegin 中的频率，以及字符串 AS-DEC, AS-JAN 等，表示具有不同财政年度开始的年度频率 (GH 54275)

  • 弃用了字符串 A，表示 YearEnd 中的频率，以及字符串 A-DEC, A-JAN 等，表示具有不同财政年度结束的年度频率 (GH 54275)

  • 弃用了字符串 BAS，表示 BYearBegin 中的频率，以及字符串 BAS-DEC, BAS-JAN 等，表示具有不同财政年度开始的年度频率 (GH 54275)

  • 弃用了字符串 BA，表示 BYearEnd 中的频率，以及字符串 BA-DEC, BA-JAN 等，表示具有不同财政年度结束的年度频率 (GH 54275)

  • 弃用了字符串 H, BH, 和 CBH，表示 Hour, BusinessHour, CustomBusinessHour 中的频率 (GH 52536)

  • 弃用了字符串 H, S, U, 和 N，表示 to_timedelta() 中的单位 (GH 52536)

  • 弃用字符串 H, T, S, L, U 和 N，它们表示 Timedelta 中的单位（GH 52536）

  • 弃用了字符串 T, S, L, U, 和 N，它们表示 Minute, Second, Milli, Micro, Nano 中的频率 (GH 52536)

  • 弃用了在 read_csv() 中结合解析的日期时间列以及 keep_date_col 关键字的支持 (GH 55569)

  • 弃用了 DataFrameGroupBy.grouper 和 SeriesGroupBy.grouper；这些属性将在 pandas 的未来版本中移除 (GH 56521)

  • 弃用了 Grouping 属性 group_index, result_index, 和 group_arraylike；这些将在 pandas 的未来版本中移除 (GH 56148)

  • 弃用了在 read_csv() 和 read_table() 中的 delim_whitespace 关键字，请改用 sep="\\s+" (GH 55569)

  • 在to_datetime()、to_timedelta()和to_numeric()中弃用了errors="ignore"选项；请显式捕获异常代替（GH 54467）

  • 在Series构造函数中弃用了fastpath关键字（GH 20110）

  • 在Series.resample()和DataFrame.resample()中弃用了kind关键字，请显式转换对象的index代替（GH 55895）

  • 在PeriodIndex中弃用了ordinal关键字，请改用PeriodIndex.from_ordinals()代替（GH 55960）

  • 在TimedeltaIndex构造中弃用了unit关键字，请改用to_timedelta()代替（GH 55499）

  • 在read_csv()和read_table()中弃用了verbose关键字（GH 55569）

  • 在DataFrame.replace()和Series.replace()的行为中弃用了CategoricalDtype；在将来的版本中，replace 将更改值，同时保留类别。要更改类别，请改用ser.cat.rename_categories（GH 55147）

  • 废弃了 Series.value_counts() 和 Index.value_counts() 的行为，如果 dtype 为对象类型；在未来版本中，这些将不会对生成的 Index 进行 dtype 推断，请执行 result.index = result.index.infer_objects() 以保留旧行为（GH 56161)

  • 废弃了 DataFrame.pivot_table() 中 observed=False 的默认值；在未来版本中将为 True（GH 56236)

  • 废弃了扩展测试类 BaseNoReduceTests、BaseBooleanReduceTests 和 BaseNumericReduceTests，请改用 BaseReduceTests（GH 54663)

  • 废弃了选项 mode.data_manager 和 ArrayManager；在未来版本中只会提供 BlockManager（GH 55043)

  • 废弃了先前的 DataFrame.stack 实现；指定 future_stack=True 以采用未来版本（GH 53515)

链式赋值

为了准备 pandas 3.0 中对副本 / 视图行为的较大更改（Copy-on-Write (CoW), PDEP-7），我们已经开始废弃链式赋值。

当您尝试通过两个连续的索引操作更新 pandas DataFrame 或 Series 时，会发生链式赋值。取决于这些操作的类型和顺序，目前可能有效或无效。

典型示例如下：

df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})

# first selecting rows with a mask, then assigning values to a column
# -> this has never worked and raises a SettingWithCopyWarning
df[df["bar"] > 5]["foo"] = 100

# first selecting the column, and then assigning to a subset of that column
# -> this currently works
df["foo"][df["bar"] > 5] = 100

这是链式赋值的第二个例子，目前可以更新原始的 df。在 pandas 3.0 中将不再支持此功能，因此我们已经开始废弃这个功能：

>>> df["foo"][df["bar"] > 5] = 100
FutureWarning: ChainedAssignmentError: behaviour will change in pandas 3.0!
You are setting values through chained assignment. Currently this works in certain cases, but when using Copy-on-Write (which will become the default behaviour in pandas 3.0) this will never work to update the original DataFrame or Series, because the intermediate object on which we are setting values will behave as a copy.
A typical example is when you are setting values in a column of a DataFrame, like:

df["col"][row_indexer] = value

Use `df.loc[row_indexer, "col"] = values` instead, to perform the assignment in a single step and ensure this keeps updating the original `df`.

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy

您可以通过删除链式赋值的用法来消除此警告，并确保您的代码已准备好用于 pandas 3.0。通常，可以通过一步完成赋值来实现这一点，例如使用 .loc。对于上面的示例，我们可以这样做：

df.loc[df["bar"] > 5, "foo"] = 100

对于以链式方式执行的 inplace 方法，也适用相同的废弃策略，例如：

>>> df["foo"].fillna(0, inplace=True)
FutureWarning: A value is trying to be set on a copy of a DataFrame or Series through chained assignment using an inplace method.
The behavior will change in pandas 3.0\. This inplace method will never work because the intermediate object on which we are setting values always behaves as a copy.

For example, when doing 'df[col].method(value, inplace=True)', try using 'df.method({col: value}, inplace=True)' or df[col] = df[col].method(value) instead, to perform the operation inplace on the original object.

当目标是更新 DataFrame df 中的列时，这里的替代方法是在 df 本身上调用方法，例如 df.fillna({"foo": 0}, inplace=True)。

在迁移指南中查看更多细节。

废弃了 M、Q、Y 等别名，推荐使用 ME、QE、YE 等偏移量

弃用了以下频率别名 (GH 9586)：

偏移量 弃用的别名 新的别名
MonthEnd M ME
BusinessMonthEnd BM BME
SemiMonthEnd SM SME
CustomBusinessMonthEnd CBM CBME
QuarterEnd Q QE
BQuarterEnd BQ BQE
YearEnd Y YE
BYearEnd BY BYE

例如：

先前行为：

In [8]: pd.date_range('2020-01-01', periods=3, freq='Q-NOV')
Out[8]:
DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'],
 dtype='datetime64[ns]', freq='Q-NOV')

未来行为：

In [26]: pd.date_range('2020-01-01', periods=3, freq='QE-NOV')
Out[26]: DatetimeIndex(['2020-02-29', '2020-05-31', '2020-08-31'], dtype='datetime64[ns]', freq='QE-NOV')

弃用了自动转换

弃用了一些方法中自动将对象 dtype 转换的功能。由于这些方法在行为上依赖于数值，因此会在难以预测的方式下悄然改变 dtype。另外，pandas 正在摆脱默默改变 dtype 的做法 (GH 54710, GH 54261)。

这些方法包括：

  • Series.replace() 和 DataFrame.replace()

  • DataFrame.fillna(), Series.fillna()

  • DataFrame.ffill(), Series.ffill()

  • DataFrame.bfill(), Series.bfill()

  • DataFrame.mask(), Series.mask()

  • DataFrame.where(), Series.where()

  • DataFrame.clip(), Series.clip()

明确调用 DataFrame.infer_objects() 以在未来复制当前的行为。

result = result.infer_objects(copy=False)

或者使用 astype 明确地将所有四舍五入的浮点数转换为整数。

设置以下选项以选择未来行为：

In [9]: pd.set_option("future.no_silent_downcasting", True)

其他弃用项

  • 将 Timedelta.resolution_string() 的返回值改为 h、min、s、ms、us 和 ns，而不是 H、T、S、L、U 和 N，以与频率别名中相应的弃用进行兼容（GH 52536）

  • 弃用了 offsets.Day.delta、offsets.Hour.delta、offsets.Minute.delta、offsets.Second.delta、offsets.Milli.delta、offsets.Micro.delta、offsets.Nano.delta，请改用 pd.Timedelta(obj)（GH 55498）

  • 弃用了 pandas.api.types.is_interval() 和 pandas.api.types.is_period()，请改用 isinstance(obj, pd.Interval) 和 isinstance(obj, pd.Period)（GH 55264）

  • 弃用了 read_gbq() 和 DataFrame.to_gbq()。请使用 pandas_gbq.read_gbq 和 pandas_gbq.to_gbq（pandas-gbq.readthedocs.io/en/latest/api.html）（GH 55525）

  • 弃用了 DataFrameGroupBy.fillna() 和 SeriesGroupBy.fillna()；请使用 DataFrameGroupBy.ffill()、DataFrameGroupBy.bfill() 进行向前和向后填充，或者使用 DataFrame.fillna() 来填充单个值（或其 Series 等效）（GH 55718）

  • 弃用了 DateOffset.is_anchored()，对于非 Tick 子类，请使用 obj.n == 1（对于 Tick 类，这总是 False）（GH 55388）

  • 弃用了 DatetimeArray.__init__() 和 TimedeltaArray.__init__()，请改用 array()（GH 55623）

  • 弃用了 Index.format()，请改用 index.astype(str) 或 index.map(formatter)（GH 55413）

  • 废弃了Series.ravel()，底层数组已经是一维的，因此不需要 ravel (GH 52511)

  • 废弃了Series.resample()和DataFrame.resample()与PeriodIndex（以及‘convention’关键字），在重新采样之前转换为DatetimeIndex（使用.to_timestamp()） (GH 53481)

  • 废弃了Series.view()，请改用Series.astype()来改变 dtype (GH 20251)

  • 废弃了offsets.Tick.is_anchored()中允许的非整数periods参数，改用False (GH 55388)

  • 废弃了core.internals成员Block、ExtensionBlock和DatetimeTZBlock，请改用公共 API (GH 55139)

  • 废弃了PeriodIndex构造函数中的year、month、quarter、day、hour、minute和second关键字，改用PeriodIndex.from_fields() (GH 55960)

  • 在Index.view()中不再接受类型作为参数，而是不带任何参数调用 (GH 55709)

  • 在date_range()、timedelta_range()、period_range()和interval_range()中不再允许非整数periods参数 (GH 56036)

  • 在DataFrame.to_clipboard()中不再允许非关键字参数 (GH 54229)

  • 在DataFrame.to_csv()中不再允许非关键字参数，除非是path_or_buf（GH 54229）

  • 在DataFrame.to_dict()中不再允许非关键字参数（GH 54229）

  • 在DataFrame.to_excel()中不再允许非关键字参数，除非是excel_writer（GH 54229）

  • 在DataFrame.to_gbq()中不再允许非关键字参数，除非是destination_table（GH 54229）

  • 在DataFrame.to_hdf()中不再允许非关键字参数，除非是path_or_buf（GH 54229）

  • 在DataFrame.to_html()中不再允许非关键字参数，除非是buf（GH 54229）

  • 在DataFrame.to_json()中不再允许非关键字参数，除非是path_or_buf（GH 54229）

  • 在DataFrame.to_latex()中不再允许非关键字参数，除非是buf（GH 54229）

  • 在DataFrame.to_markdown()中不再允许非关键字参数，除非是buf（GH 54229）

  • 在DataFrame.to_parquet()中不再允许非关键字参数，除非是path（GH 54229）

  • 在DataFrame.to_pickle()中不再允许非关键字参数，除非是path（GH 54229）

  • 在 DataFrame.to_string() 中已弃用非关键字参数，除了 buf 外（GH 54229）

  • 在 DataFrame.to_xml() 中已弃用非关键字参数，除了 path_or_buffer 外（GH 54229）

  • 在 DataFrame 中已弃用传递 BlockManager 对象或在 Series 中已弃用传递 SingleBlockManager 对象（GH 52419）

  • 在使用 Index.insert() 与对象 dtype 索引时已弃用行为，会对结果进行隐式类型推断，应显式调用 result.infer_objects(copy=False) 来保留旧行为（GH 51363）

  • 在 Series.isin() 和 Index.isin() 中已弃用对非日期时间类型值（主要是字符串）进行转换，使用 datetime64、timedelta64 和 PeriodDtype 类型（GH 53111）

  • 在给定 pandas 输入时，在 Index、Series 和 DataFrame 构造函数中已弃用 dtype 推断，应在输入上调用 .infer_objects 以保持当前行为（GH 56012）

  • 在将 Index 设置为 DataFrame 时，已弃用 dtype 推断，应显式进行转换（GH 56102）

  • 在使用 DataFrameGroupBy.apply() 和 DataFrameGroupBy.resample() 进行计算时，已弃用包含分组；应传递 include_groups=False 来排除分组（GH 7155）

  • 使用长度为零的布尔索引器对 Index 进行索引已弃用（GH 55820）

  • 在将长度为 1 的类列表分组时，弃用不将元组传递给 DataFrameGroupBy.get_group 或 SeriesGroupBy.get_group（GH 25971）

  • 字符串 AS 表示 YearBegin 中的频率，字符串 AS-DEC、AS-JAN 等表示具有不同财政年度开始的年度频率（GH 54275）

  • 字符串 A 表示 YearEnd 中的频率，字符串 A-DEC、A-JAN 等表示具有不同财政年度结束的年度频率（GH 54275）

  • 字符串 BAS 表示 BYearBegin 中的频率，字符串 BAS-DEC、BAS-JAN 等表示具有不同财政年度开始的年度频率（GH 54275）

  • 字符串 BA 表示 BYearEnd 中的频率，字符串 BA-DEC、BA-JAN 等表示具有不同财政年度结束的年度频率（GH 54275）

  • 字符串 H、BH 和 CBH 表示 Hour、BusinessHour、CustomBusinessHour 中的频率（GH 52536）

  • 字符串 H、S、U 和 N 表示 to_timedelta() 中的单位（GH 52536）

  • 字符串 H、T、S、L、U 和 N 表示 Timedelta 中的单位（GH 52536）

  • 字符串 T、S、L、U 和 N 表示 Minute、Second、Milli、Micro、Nano 中的频率（GH 52536）

  • 在 read_csv() 中弃用对解析的日期时间列的组合支持，同时使用 keep_date_col 关键字（GH 55569）

  • 弃用 DataFrameGroupBy.grouper 和 SeriesGroupBy.grouper；这些属性将在未来的 pandas 版本中被移除（GH 56521）

  • 弃用 Grouping 属性 group_index、result_index 和 group_arraylike；这些属性将在未来的 pandas 版本中被移除（GH 56148）

  • 废弃了 read_csv() 和 read_table() 中的 delim_whitespace 关键字，请使用 sep="\\s+" 替代（GH 55569）

  • 废弃了 to_datetime()、to_timedelta() 和 to_numeric() 中的 errors="ignore" 选项，请显式捕获异常（GH 54467）

  • 废弃了 Series 构造函数中的 fastpath 关键字（GH 20110）

  • 废弃了 Series.resample() 和 DataFrame.resample() 中的 kind 关键字，请显式转换对象的 index（GH 55895）

  • 废弃了 PeriodIndex 中的 ordinal 关键字，请使用 PeriodIndex.from_ordinals() 替代（GH 55960）

  • 废弃了 TimedeltaIndex 构造函数中的 unit 关键字，请使用 to_timedelta() 替代（GH 55499）

  • 废弃了 read_csv() 和 read_table() 中的 verbose 关键字（GH 55569）

  • 废弃了 DataFrame.replace() 和 Series.replace() 中与 CategoricalDtype 相关的行为；在将来的版本中，replace 将更改值，同时保留类别。要更改类别，请改用 ser.cat.rename_categories（GH 55147）

  • 废弃了 Series.value_counts() 和 Index.value_counts() 的行为，当对象类型为 object 时；在将来的版本中，这些操作不会对结果的 Index 进行数据类型推断，使用 result.index = result.index.infer_objects() 以保留旧行为 (GH 56161)

  • 废弃了 DataFrame.pivot_table() 中 observed=False 的默认设置；在未来版本中将为 True (GH 56236)

  • 废弃了扩展测试类 BaseNoReduceTests、BaseBooleanReduceTests 和 BaseNumericReduceTests，请改用 BaseReduceTests (GH 54663)

  • 废弃了选项 mode.data_manager 和 ArrayManager；未来版本中只会提供 BlockManager (GH 55043)

  • 废弃了以前的 DataFrame.stack 实现；指定 future_stack=True 以采用未来版本 (GH 53515)

性能改进

  • testing.assert_frame_equal() 和 testing.assert_series_equal() 的性能提升（GH 55949, GH 55971)

  • concat() 在 axis=1 和具有非对齐索引的对象上的性能提升 (GH 55084)

  • get_dummies() 的性能改进 (GH 56089)

  • 在按升序排序键进行连接时 merge() 和 merge_ordered() 的性能改进 (GH 56115)

  • 当 by 不为 None 时，merge_asof() 的性能提升（GH 55580, GH 55678）

  • 对于具有许多变量的文件，read_stata() 的性能提升（GH 55515）

  • 在聚合 pyarrow 时间戳和持续时间数据类型时，DataFrame.groupby() 的性能提升（GH 55031）

  • 在无序分类索引上进行连接时，DataFrame.join() 的性能提升（GH 56345）

  • 在使用 DataFrame.loc() 和 Series.loc() 对 MultiIndex 进行索引时的性能提升（GH 56062）

  • 当由 MultiIndex 索引时，DataFrame.sort_index() 和 Series.sort_index() 的性能提升（GH 54835）

  • 在将 DataFrame 转换为字典时的 DataFrame.to_dict() 性能提升（GH 50990）

  • Index.difference() 的性能提升（GH 55108）

  • 当索引已排序时，Index.sort_values() 的性能提升（GH 56128）

  • 当 method 不为 None 时，MultiIndex.get_indexer() 的性能提升（GH 55839）

  • 针对 pyarrow 数据类型的Series.duplicated() 的性能改进（GH 55255）

  • 当 dtype 为"string[pyarrow]"或"string[pyarrow_numpy]"时，Series.str.get_dummies() 中的性能改进（GH 56110）

  • Series.str() 方法中的性能改进（GH 55736）

  • 面向掩码数据类型的Series.value_counts() 和 Series.mode() 的性能改进（GH 54984、GH 55340）

  • DataFrameGroupBy.nunique() 和 SeriesGroupBy.nunique() 中的性能改进（GH 55972）

  • SeriesGroupBy.idxmax()、SeriesGroupBy.idxmin()、DataFrameGroupBy.idxmax()、DataFrameGroupBy.idxmin() 中的性能改进（GH 54234）

  • 对可空扩展数组进行哈希时的性能改进（GH 56507）

  • 在非唯一索引中进行索引时的性能改进（GH 55816）

  • 使用超过 4 个键进行索引时的性能改进（GH 54550）

  • 将时间本地化到 UTC 时的性能改进（GH 55241）

Bug 修复

分类

  • 包含重叠的Interval值的类别数据引发InvalidIndexError的Categorical.isin()存在 Bug（GH 34974）。

  • 对于混合类型的无序分类数据，CategoricalDtype.__eq__()返回False存在 Bug（GH 55468）。

  • 当使用pa.DictionaryArray作为类别时，将pa.dictionary转换为CategoricalDtype时存在 Bug（GH 56672）。

日期时间类

  • 当同时传递一个tz和dayfirst或yearfirst时，DatetimeIndex的构造存在 Bug，忽略了 dayfirst/yearfirst（GH 55813）。

  • 当传递一个对象数据类型的浮点数 ndarray 和一个tz时，DatetimeIndex中的错误本地化结果（GH 55780）存在 Bug。

  • 当比较值全部为NaT的DatetimeTZDtype dtype 和比较值全部为NaT的情况下，Series.isin()中存在 Bug，即使系列包含NaT条目，也会错误地返回全部为False（GH 56427）。

  • 当将所有 NA DataFrame 与具有DatetimeTZDtype dtype DataFrame 连接时，concat()引发AttributeError的 Bug（GH 52093）。

  • 当比较分辨率时，testing.assert_extension_array_equal()可能使用错误的单位存在 Bug（GH 55730）。

  • 当传递一个混合字符串和数值类型列表时，to_datetime()和DatetimeIndex存在 Bug，会错误地引发异常（GH 55780）。

  • to_datetime()和DatetimeIndex中的错误，传递混合类型对象，其中包含混合时区或混合时区感知度时未能引发ValueError（GH 55693)

  • Tick.delta()中的错误，非常大的刻度引发OverflowError而不是OutOfBoundsTimedelta（GH 55503)

  • DatetimeIndex.shift()中的错误，具有非纳秒分辨率时错误地返回纳秒分辨率（GH 56117)

  • DatetimeIndex.union()中的错误，对于具有相同时区但不同单位的 tz-aware 索引返回对象 dtype（GH 55238)

  • Index.is_monotonic_increasing()和Index.is_monotonic_decreasing()中的错误，始终将Index.is_unique()缓存为True，当索引中的第一个值为NaT时（GH 55755)

  • Index.view()中的错误，将非支持的分辨率转换为 datetime64 dtype 时错误地引发异常（GH 55710)

  • Series.dt.round()中的错误，具有非纳秒分辨率和NaT条目时错误地引发OverflowError（GH 56158)

  • Series.fillna()中的错误，具有非纳秒分辨率 dtype 和更高分辨率向量值时返回不正确（内部损坏）的结果（GH 56410)

  • Timestamp.unit()中的错误，从 ISO8601 格式字符串中错误地推断出分钟或小时分辨率和时区偏移（GH 56208)

  • .astype中的错误，从更高分辨率的datetime64 dtype 转换为更低分辨率的datetime64 dtype（例如datetime64[us]->datetime64[ms]）在接近较低实现边界的值时静默溢出（GH 55979)

  • 在将 Week 偏移加减至具有非纳秒分辨率的 datetime64 Series、Index 或 DataFrame 列时返回不正确结果的 Bug（GH 55583）

  • 在将 BusinessDay 偏移与 offset 属性加减至非纳秒分辨率的 Index、Series 或 DataFrame 列时给出不正确结果的 Bug（GH 55608）

  • 在将带有微秒分量的 DateOffset 对象加减至具有非纳秒分辨率的 datetime64 Index、Series 或 DataFrame 列时引发 Bug（GH 55595）

  • 在对超大 Tick 对象与 Timestamp 或 Timedelta 对象进行加减时引发 OverflowError 而非 OutOfBoundsTimedelta 的 Bug（GH 55503）

  • 在使用非纳秒分辨率的 DatetimeTZDtype 和会导致越界的输入创建 Index、Series 或 DataFrame 时不正确地引发 OutOfBoundsDatetime 的 Bug（GH 54620）

  • 用混合数字输入创建具有非纳秒 datetime64（或 DatetimeTZDtype）的 Index、Series 或 DataFrame 时的错误，将这些数字视为纳秒而不是 dtype 单位的倍数（这将发生在非混合数字输入时）（GH 56004)

  • 创建具有非纳秒 datetime64 dtype 和对于 datetime64[ns] 超出边界的输入的 Index、Series 或 DataFrame 时的错误，不正确地引发 OutOfBoundsDatetime（GH 55756)

  • 用非 ISO8601 格式解析带有纳秒分辨率的日期时间字符串时的错误，会不正确地截断次微秒组件（GH 56051)

  • 用次秒分辨率和尾随零的日期时间字符串解析时的错误，不正确地推断为秒或毫秒分辨率（GH 55737)

  • 具有浮点 dtype 参数的 to_datetime() 结果的错误，unit 不匹配 Timestamp 的逐点结果（GH 56037)

  • 修复了当 concat() 连接具有不同分辨率的 datetime64 列时会引发错误的回归（GH 53641)

时间增量

  • 创建 Timedelta 时的错误，应该引发 OverflowError 而不是 OutOfBoundsTimedelta（GH 55503)

  • 渲染（__repr__）具有非纳秒分辨率 24 小时的时间增量值的 TimedeltaIndex 和 Series 时的错误，未能使用纳秒情况下使用的紧凑表示形式（GH 55405)

时区

  • AbstractHolidayCalendar 中时区数据未在计算节假日时传播的错误（GH 54580)

  • 在具有模糊值和pytz时区的Timestamp构造中失败引发pytz.AmbiguousTimeError的错误（GH 55657）

  • 在夏令时期间围绕 UTC+0 进行nonexistent="shift_forward"的Timestamp.tz_localize()中的错误（GH 51501）

数字

  • 在engine="pyarrow"情况下的read_csv()中的错误，导致大整数的四舍五入错误（GH 52505）

  • 在带有整数数据类型的Series.__floordiv__()和Series.__truediv__()中的错误，对于大除数引发异常的ArrowDtype（GH 56706）

  • 在带有整数数据类型的ArrowDtype的Series.__floordiv__()中的错误，对于大值引发异常（GH 56645）

  • 在未正确填充缺失值的Series.pow()中的错误（GH 55512）

  • 在匹配浮点数0.0与False及反之的Series.replace()和DataFrame.replace()中的错误（GH 55398）

  • 在Series.round()中的错误，对于可空布尔型数据类型引发异常（GH 55936）

转换

  • 在调用时带有str的DataFrame.astype()的错误 - 数组可能在原地改变（GH 54654）

  • 在errors="ignore"情况下对扩展类型无效的DataFrame.astype()中的错误（GH 54654）

  • 在未将所有 NA 列转换为null[pyarrow]的Series.convert_dtypes()中的错误（GH 55346）

  • 在使用全列设置器（例如 df.loc[:, 'a'] = incompatible_value）时，:meth:DataFrame.loc 存在 bug，未抛出“不兼容 dtype 警告”（参见 PDEP6）（GH 39584)

字符串

  • 在检查没有元素的对象数组是否为字符串 dtype 时，pandas.api.types.is_string_dtype() 存在 bug（GH 54661)

  • 当 engine="numba" 且列或索引具有 StringDtype 时，DataFrame.apply() 存在 bug（GH 56189)

  • 当 Index 具有 string[pyarrow_numpy] dtype 时，DataFrame.reindex() 存在 bug 未匹配（GH 56106)

  • 在 Index.str.cat() 中存在 bug，总是将结果转换为对象 dtype（GH 56157)

  • 在使用 pyarrow 后端时，ArrowDtype 的 Series.__mul__() 存在 bug，其 dtype 为 pyarrow.string 且 string[pyarrow]（GH 51970)

  • 当 start < 0 时，Series.str.find() 在使用 pyarrow.string 的 ArrowDtype 时存在 bug（GH 56411)

  • 当 dtype=pandas.ArrowDtype(pyarrow.string())) 时，Series.str.fullmatch() 存在 bug，允许正则表达式以字面值 //$ 结尾时出现部分匹配（GH 56652)

  • 当 n < 0 时，Series.str.replace() 在使用 pyarrow.string 的 ArrowDtype 时存在 bug（GH 56404)

  • Series.str.startswith() 和 Series.str.endswith() 的 bug，参数类型为 tuple[str, ...]，对于具有 pyarrow.string dtype 的 ArrowDtype（GH 56579)

  • Series.str.startswith() 和 Series.str.endswith() 的 bug，参数类型为 tuple[str, ...]，对于 string[pyarrow]（GH 54942)

  • 比较操作的 bug，dtype="string[pyarrow_numpy]"，如果 dtype 不能进行比较，则会引发问题（GH 56008)

Interval

  • Interval 的 bug，__repr__ 不显示 Timestamp 边界的 UTC 偏移量。另外，小时、分钟和秒组件现在会显示（GH 55015)

  • IntervalIndex.factorize() 和 Series.factorize() 的 bug，对于具有 datetime64 或 timedelta64 intervals 的 IntervalDtype，不保留非纳秒单位（GH 56099)

  • IntervalIndex.from_arrays() 的 bug，当传递具有不匹配分辨率的 datetime64 或 timedelta64 数组时，构建一个无效的 IntervalArray 对象（GH 55714)

  • IntervalIndex.from_tuples() 存在 bug，如果 subtype 是可空扩展 dtype，则会引发问题（GH 56765)

  • IntervalIndex.get_indexer() 的 bug，datetime 或 timedelta intervals 与整数 targets 不正确匹配（GH 47772)

  • IntervalIndex.get_indexer()中的 Bug 在处理带有时区信息的 datetime 区间时，与一系列无时区信息的目标不正确匹配（GH 47772）

  • 在使用切片时，将值设置到具有 IntervalIndex 的 Series 上时出现的 Bug (GH 54722)

索引

  • 当 DataFrame 具有 MultiIndex 时，DataFrame.loc() 在变异布尔索引器时出现的 Bug (GH 56635)

  • 当将扩展数据类型的 Series 设置为 NumPy 数据类型时，DataFrame.loc() 中的 Bug (GH 55604)

  • 当 other 为空或被视为不可比较时，Index.difference() 中未返回唯一值集合的 Bug (GH 55113)

  • 设置 Categorical 值到一个带有 numpy 数据类型的 DataFrame 时，引发 RecursionError 的 Bug (GH 52927)

  • 在设置单个字符串值时，创建具有缺失值的新列的 Bug 被修复（GH 56204）

缺失

  • DataFrame.update()中的 Bug 在处理带有时区信息的 datetime64 类型时未原地更新（GH 56227）

多重索引

  • 当提供 method 且索引非单调时，MultiIndex.get_indexer() 中未引发 ValueError 的 Bug (GH 53452)

输入/输出

  • 当指定 skiprows 时，read_csv() 中 engine="python" 未遵守 chunksize 参数的 Bug (GH 56323)

  • read_csv()中的错误，engine="python"导致在指定可调用的skiprows和块大小时引发TypeError（GH 55677)

  • read_csv()中的错误，on_bad_lines="warn"会写入stderr而不是引发 Python 警告；现在会产生一个errors.ParserWarning（GH 54296)

  • read_csv()中的错误，engine="pyarrow"时，quotechar被忽略（GH 52266)

  • read_csv()中的错误，engine="pyarrow"时，usecols在没有标题的 CSV 中无法工作（GH 54459)

  • read_excel()中的错误，engine="xlrd"（xls文件）在文件包含NaN或Inf时出错（GH 54564)

  • read_json()中的错误，如果设置了infer_string，则无法正确处理 dtype 转换（GH 56195)

  • DataFrame.to_excel()中的错误，OdsWriter（ods文件）写入布尔值/字符串值（GH 54994)

  • DataFrame.to_hdf()和read_hdf()中的错误，datetime64数据类型的非纳秒分辨率无法正确往返（GH 55622)

  • DataFrame.to_stata()中的错误引发了扩展数据类型（GH 54671)

  • read_excel()中的错误，engine="odf"（ods文件）当一个字符串单元格包含注释时出错（GH 55200)

  • read_excel()中的错误，对于没有缓存格式化单元格的 ODS 文件的浮点值出现问题（GH 55219)

  • DataFrame.to_json() 中的 Bug 在遇到不支持的 NumPy 类型时引发 OverflowError 而不是 TypeError (GH 55403)

Period

  • 在传递了 data、ordinal 和 **fields 中超过一个参数时，PeriodIndex 构造失败未能引发 ValueError 的 Bug (GH 55961)

  • Period 加法中的 Bug 默默地循环而不是引发 OverflowError (GH 55503)

  • 从 PeriodDtype 使用 astype 转换为 datetime64 或者 DatetimeTZDtype 时，单位为非纳秒时错误地返回纳秒单位的转换 Bug (GH 55958)

绘图

  • DataFrame.plot.box() 中的 Bug，vert=False 且使用 sharey=True 创建的 Matplotlib Axes (GH 54941)

  • DataFrame.plot.scatter() 中的 Bug 丢弃字符串列 (GH 56142)

  • 当传递 how 关键字时，Series.plot() 中重复使用 ax 对象时未能引发的 Bug (GH 55953)

Groupby/resample/rolling

  • DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin() 和 SeriesGroupBy.idxmax() 中的 Bug 在索引是包含 NA 值的 CategoricalIndex 时不会保留 Categorical 类型（GH 54234）

  • DataFrameGroupBy.transform() 和 SeriesGroupBy.transform() 中的 Bug 在 observed=False 且 f="idxmin" 或 f="idxmax" 时会在未观察到的类别上错误地引发异常（GH 54234）

  • DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 中的 Bug 可能导致 DataFrame 的列或 Series 的名称为整数时排序不正确（GH 55951）

  • DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 中的 Bug 在 DataFrame.groupby() 和 Series.groupby() 中不尊重 sort=False（GH 55951）

  • Bug in DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 当 sort=True 和 normalize=True 时，会按比例而不是频率排序（GH 55951)

  • Bug in DataFrame.asfreq() 和 Series.asfreq() 在具有非纳秒分辨率的 DatetimeIndex 上错误地转换为纳秒分辨率（GH 55958)

  • Bug in DataFrame.ewm() 在传递具有非纳秒 datetime64 或 DatetimeTZDtype dtype 的 times 时出现问题（GH 56262)

  • Bug in DataFrame.groupby() 和 Series.groupby() 在通过 Decimal 和 NA 值的组合进行分组时，当 sort=True 时会失败（GH 54847)

  • Bug in DataFrame.groupby() 在选择要应用函数的列子集时，对 DataFrame 子类出现问题（GH 56761)

  • Bug in DataFrame.resample() 不遵守 BusinessDay 的 closed 和 label 参数（GH 55282)

  • Bug in DataFrame.resample() 在对 pyarrow.timestamp 或 pyarrow.duration 类型的 ArrowDtype 进行重新采样时出现问题（GH 55989)

  • 在DataFrame.resample()中存在错误，对于BusinessDay，bin 边界不正确（GH 55281）

  • 在DataFrame.resample()中存在错误，对于MonthBegin，bin 边界不正确（GH 55271）

  • 在DataFrame.rolling()和Series.rolling()中存在错误，在closed='left'和closed='neither'时，重复的 datetimelike 索引被视为连续而不是相等（GH 20712）

  • 在DataFrame.rolling()和Series.rolling()中存在错误，其中index或on列是ArrowDtype类型，其类型为pyarrow.timestamp（GH 55849）

重塑

  • 在concat()中存在错误，当传入DatetimeIndex索引时，会忽略sort参数（GH 54769）

  • 在concat()中存在错误，在ignore_index=False时重命名Series（GH 15047）

  • 在merge_asof()中存在错误，当by的类型不是object，int64或uint64时会引发TypeError（GH 22794）

  • 在merge_asof()中存在错误，对于字符串类型引发了错误的错误（GH 56444）

  • 当在 ArrowDtype 列上使用 Timedelta 容差时，merge_asof() 存在 bug（GH 56486）

  • 当将 datetime 列与 timedelta 列合并时，merge() 未引发异常（GH 56455）

  • 在将字符串列与数字列合并时，merge() 未引发异常（GH 56441）

  • 在新的字符串 dtype 中，merge() 未排序（GH 56442）

  • 当左侧和/或右侧为空时，merge() 返回的列顺序不正确（GH 51929）

  • 当 var_name 不是字符串时，DataFrame.melt() 存在 bug，会引发异常（GH 55948）

  • DataFrame.melt()中存在一个 bug，它无法保留 datetime（GH 55254）

  • 当列具有数字名称时，DataFrame.pivot_table()中存在 bug，行边距不正确（GH 26568）

  • 当数据中存在数字列和扩展 dtype 时，DataFrame.pivot() 存在 bug（GH 56528）

  • 当使用 future_stack=True 时，DataFrame.stack() 存在 bug，无法保留索引中的 NA 值（GH 56573）

稀疏

其他

  • DataFrame.__dataframe__() 不支持 pyarrow 大字符串（GH 56702）

  • 在格式化百分位数时，DataFrame.describe() 中的一个 bug，导致结果中的百分位数 99.999% 被四舍五入为 100% (GH 55765)

  • 在处理空字符串列时，api.interchange.from_dataframe() 中的一个 bug，抛出 NotImplementedError (GH 56703)

  • 在具有非纳秒单位的 datetime64 类型值中，cut() 和 qcut() 中的一个 bug，不正确地返回纳秒单位的区间 (GH 56101)

  • 在处理时区感知日期时间与时区无关的区间时，cut() 不正确地允许切割的 bug (GH 54964)

  • infer_freq() 和 DatetimeIndex.inferred_freq() 中的一个 bug，涉及周频率和非纳秒分辨率（GH 55609)

  • 在 DataFrame.apply() 中，传递 raw=True 会忽略传递给应用函数的 args 的 bug (GH 55009)

  • 在创建 DataFrame 时，DataFrame.from_dict() 中的一个 bug，总是对行进行排序。(GH 55683)

  • 在传递 axis="columns" 和 ignore_index=True 时，DataFrame.sort_index() 中的一个 bug，引发 ValueError (GH 56478)

  • 在启用 use_inf_as_na 选项的情况下，DataFrame 中渲染 inf 值的 bug (GH 55483)

  • 当索引级别名称为 0 时，渲染带有 MultiIndex 的 Series 时出现 bug，未显示该名称 (GH 55415)

  • 在将空的DataFrame分配给列时出现错误消息 (GH 55956)

  • 当将时间类字符串转换为具有pyarrow.time64类型的ArrowDtype时出现错误 (GH 56463)

  • 修复了当在core.window.Rolling.apply中传递 numpy ufunc 并使用engine="numba"时，从numba >= 0.58.0 出现的虚假弃用警告 (GH 55247)

分类

  • 对包含重叠的Interval值的分类进行Categorical.isin()时引发InvalidIndexError错误 (GH 34974)

  • 在无序分类数据中，使用CategoricalDtype.__eq__()返回False，并且类型混合时出现错误 (GH 55468)

  • 当将pa.dictionary转换为CategoricalDtype时，使用pa.DictionaryArray作为类别时出现错误 (GH 56672)

日期时间类

  • 在传递tz以及dayfirst或yearfirst时，忽略 dayfirst/yearfirst 时，在构造DatetimeIndex时出现错误 (GH 55813)

  • 在传递对象数据类型的浮点对象 ndarray 和tz时，在DatetimeIndex中错误地本地化结果 (GH 55780)

  • 在具有DatetimeTZDtype数据类型和所有比较值为NaT的情况下，Series.isin()中出现错误，即使系列包含NaT条目也会错误地返回全部False (GH 56427)

  • 在使用concat()时出现AttributeError错误，当将所有值为 NA 的 DataFrame 与具有DatetimeTZDtype数据类型的 DataFrame 进行连接时（GH 52093)

  • 在比较分辨率时，testing.assert_extension_array_equal()中出现错误，可能会使用错误的单位 (GH 55730)

  • 在传递混合字符串和数值类型列表时 to_datetime() 和 DatetimeIndex 中的 Bug 不正确地引发错误 (GH 55780)

  • 在传递具有混合时区或混合时区感知性的对象时 to_datetime() 和 DatetimeIndex 中的 Bug 未能引发 ValueError (GH 55693)

  • 在非常大的刻度上使用 Tick.delta() 中的 Bug 引发 OverflowError 而不是 OutOfBoundsTimedelta (GH 55503)

  • 在非纳秒分辨率的 DatetimeIndex.shift() 中的 Bug 不正确地以纳秒分辨率返回 (GH 56117)

  • DatetimeIndex.union() 中的 Bug 在具有相同时区但不同单位的时区感知索引中返回对象 dtype (GH 55238)

  • 在首个索引值为 NaT 时 Index.is_monotonic_increasing() 和 Index.is_monotonic_decreasing() 中的 Bug 总是将 Index.is_unique() 缓存为 True (GH 55755)

  • Index.view() 中的 Bug 在具有不支持的分辨率的 datetime64 dtype 中不正确地引发错误 (GH 55710)

  • 在非纳秒分辨率和 NaT 条目的 Series.dt.round() 中的 Bug 不正确地引发 OverflowError (GH 56158)

  • Series.fillna() 中的 Bug 在非纳秒分辨率 dtypes 和更高分辨率向量值返回不正确（内部损坏）的结果 (GH 56410)

  • 在从 ISO8601 格式字符串中错误地推断出具有分钟或小时分辨率和时区偏移的 Timestamp.unit() 的 Bug (GH 56208)

  • 在从高分辨率datetime64 dtype 转换为低分辨率datetime64 dtype（例如datetime64[us]->datetime64[ms]）时，.astype中的 bug 会在接近较低实现边界的值时静默溢出（GH 55979）

  • 在将Week偏移量添加或减去到具有非纳秒分辨率的datetime64 Series、Index或DataFrame列时，会返回不正确的结果（GH 55583）

  • 在将BusinessDay偏移量与具有offset属性的非纳秒Index、Series或DataFrame列进行加法或减法运算时，会产生不正确的结果（GH 55608）

  • 在将具有微秒分量的DateOffset对象与具有非纳秒分辨率的datetime64 Index、Series或DataFrame列进行加法或减法运算时（GH 55595）

  • 在对非常大的Tick对象进行加法或减法运算时，与Timestamp或Timedelta对象一起，会引发OverflowError而不是OutOfBoundsTimedelta（GH 55503）

  • 在创建具有非纳秒DatetimeTZDtype和可能超出纳秒分辨率范围的输入的Index、Series或DataFrame时，会错误地引发OutOfBoundsDatetime（GH 54620）

  • 创建 Index、Series 或 DataFrame 时的错误，当输入的非纳秒 datetime64（或 DatetimeTZDtype）来自混合数字输入时，将这些数字视为纳秒的倍数而不是 dtype 单位的倍数（与非混合数字输入时的情况相反）（GH 56004）

  • 创建 Index、Series 或 DataFrame 时的错误，当输入的非纳秒 datetime64 dtype 超出了 datetime64[ns] 的范围时错误地引发 OutOfBoundsDatetime（GH 55756）

  • 使用非 ISO8601 格式解析纳秒分辨率的日期时间字符串时的错误，错误地截断次微秒组件（GH 56051）

  • 解析带有次秒分辨率和尾随零的日期时间字符串的错误，错误地推断为秒或毫秒分辨率（GH 55737）

  • to_datetime() 结果中的错误，使用浮点数类型参数 unit 与 Timestamp 的结果不匹配（GH 56037）

  • 修复了 concat() 在连接具有不同分辨率的 datetime64 列时引发错误的回归问题（GH 53641）

Timedelta

  • Timedelta 构造中的错误，引发 OverflowError 而不是 OutOfBoundsTimedelta（GH 55503）

  • 渲染（__repr__）TimedeltaIndex 和 Series 中带有非纳秒分辨率的 timedelta64 值的错误，所有值都是 24 小时的倍数，无法使用纳秒情况下使用的紧凑表示（GH 55405）

时区

  • AbstractHolidayCalendar 中的错误，当计算节假日时未传播时区数据（GH 54580）

  • 使用模糊值和pytz时区构造Timestamp时出现错误，未引发pytz.AmbiguousTimeError (GH 55657)

  • 在 UTC+0 期间使用nonexistent="shift_forward时，Timestamp.tz_localize()存在错误 (GH 51501)

数字

  • 使用engine="pyarrow"时，read_csv()存在错误，导致大整数出现四舍五入错误 (GH 52505)

  • 在具有整数类型的ArrowDtype中，对于较大的除数，Series.__floordiv__()和Series.__truediv__()存在错误 (GH 56706)

  • 在具有整数类型的ArrowDtype中，对于较大的值，Series.__floordiv__()存在错误 (GH 56645)

  • 在Series.pow()中存在错误，未正确填充缺失值 (GH 55512)

  • 在Series.replace()和DataFrame.replace()中，将浮点数0.0与False相匹配，反之亦然 (GH 55398)

  • 在可空布尔类型中，Series.round()存在错误 (GH 55936)

转换

  • 在对未 pickle 的数组调用DataFrame.astype()时存在错误 - 数组可能会原地更改 (GH 54654)

  • 在errors="ignore"情况下，DataFrame.astype()中没有效果，对于扩展类型 (GH 54654)

  • 在Series.convert_dtypes()中存在错误，未将所有 NA 列转换为null[pyarrow] (GH 55346)

  • 修复了:meth:DataFrame.loc在使用全列设置器（例如df.loc[:, 'a'] = incompatible_value）时未抛出“不兼容的 dtype 警告”的错误（参见PDEP6) (GH 39584)

字符串

  • 修复了pandas.api.types.is_string_dtype()中的错误，当检查没有元素的对象数组是否为字符串 dtype 时出错 (GH 54661)

  • 修复了DataFrame.apply()中的错误，当engine="numba"且列或索引具有StringDtype时失败 (GH 56189)

  • 修复了DataFrame.reindex()中不匹配的Index的错误，该错误涉及到string[pyarrow_numpy]的 dtype (GH 56106)

  • 修复了Index.str.cat()中始终将结果强制转换为对象 dtype 的错误 (GH 56157)

  • 修复了ArrowDtype的Series.__mul__()中的错误，其中pyarrow.string的 dtype 和 pyarrow 后端的string[pyarrow]不匹配(GH 51970)

  • 修复了Series.str.find()中的错误，当start < 0时，ArrowDtype的pyarrow.string错误 (GH 56411)

  • 修复了Series.str.fullmatch()中的错误，当dtype=pandas.ArrowDtype(pyarrow.string()))时，当正则表达式以文字//$结束时允许部分匹配 (GH 56652)

  • 修复了Series.str.replace()中的错误，当n < 0时，ArrowDtype的pyarrow.string错误 (GH 56404)

  • 修复了当参数为具有 pyarrow.string 数据类型的 ArrowDtype 的元组时，Series.str.startswith() 和 Series.str.endswith() 的错误（GH 56579）

  • 修复了当参数为 tuple[str, ...] 类型的元组时，Series.str.startswith() 和 Series.str.endswith() 在 string[pyarrow] 上的错误（GH 54942）

  • 修复了对 dtype="string[pyarrow_numpy]" 的比较操作中的错误，如果数据类型不能比较，则会引发异常（GH 56008）

区间

  • 修复了 Interval 的 __repr__ 在 Timestamp 边界上未显示 UTC 偏移量的错误。此外，现在还将显示小时、分钟和秒组件（GH 55015）

  • 修复了具有日期时间或时间间隔的 IntervalDtype 的 IntervalIndex.factorize() 和 Series.factorize() 未保留非纳秒单位的错误（GH 56099）

  • 修复了在传递具有不匹配分辨率的 datetime64 或 timedelta64 数组时，IntervalIndex.from_arrays() 构造无效的 IntervalArray 对象的错误（GH 55714）

  • 修复了在子类型为可空扩展数据类型时，IntervalIndex.from_tuples() 引发异常的错误（GH 56765）

  • 修复了在具有日期时间或时间间隔的区间中，IntervalIndex.get_indexer() 在整数目标上错误地匹配的错误（GH 47772）

  • 在带有时区感知的日期时间间隔的情况下，IntervalIndex.get_indexer()中的 Bug，在一个时区无关的目标序列上不正确地进行匹配（GH 47772)

  • 在使用切片不正确的情况下，在 Series 上设置值时存在 Bug，该系列具有 IntervalIndex（GH 54722)

索引

  • 当 DataFrame 具有 MultiIndex 时，在 DataFrame.loc() 中的 Bug 改变了布尔索引器（GH 56635)

  • 当将具有扩展数据类型的 Series 设置为 NumPy 数据类型时，DataFrame.loc() 中存在的 Bug（GH 55604)

  • 当 other 为空或被视为不可比较时，Index.difference()中的 Bug 不返回唯一的值集合（GH 55113)

  • 在使用 numpy 数据类型的情况下，将 Categorical 值设置到带有 DataFrame 中会引发 RecursionError 的 Bug（GH 52927)

  • 在设置单个字符串值时，创建新列丢失值时存在的 Bug（GH 56204)

缺失

  • 对于 tz-aware datetime64 数据类型，DataFrame.update() 中的 Bug 未原地更新（GH 56227)

多重索引

  • 当提供了 method 并且索引是非单调的时，MultiIndex.get_indexer()中的 Bug 没有引发 ValueError（GH 53452)

输入/输出

  • read_csv()中存在的 Bug，当 engine="python" 时，如果指定了 skiprows 参数，则不遵守 chunksize 参数（GH 56323)

  • read_csv() 中存在 Bug，在指定可调用的 skiprows 和块大小时，engine="python" 导致 TypeError（GH 55677）

  • read_csv() 中存在 Bug，on_bad_lines="warn" 将写入 stderr 而不是引发 Python 警告；现在会产生 errors.ParserWarning（GH 54296）

  • read_csv() 中存在 Bug，engine="pyarrow" 时忽略了 quotechar（GH 52266）

  • read_csv() 中存在 Bug，engine="pyarrow" 在 CSV 没有标题的情况下 usecols 不起作用（GH 54459）

  • read_excel() 中存在 Bug，engine="xlrd"（xls 文件）在文件包含 NaN 或 Inf 时会出错（GH 54564）

  • read_json() 中存在 Bug，如果设置了 infer_string，则无法正确处理 dtype 转换（GH 56195）

  • DataFrame.to_excel() 中存在 Bug，使用 OdsWriter（ods 文件）会写入布尔值/字符串值（GH 54994）

  • DataFrame.to_hdf() 和 read_hdf() 存在 Bug，对于具有非纳秒分辨率的 datetime64 类型无法正确往返转换（GH 55622）

  • DataFrame.to_stata() 中存在 Bug，对于扩展数据类型引发错误（GH 54671）

  • read_excel() 中存在 Bug，在 engine="odf"（ods 文件）时，如果字符串单元格包含注释，则会发生错误（GH 55200）

  • read_excel() 中存在 Bug，对于没有缓存格式化单元格的 ODS 文件中的浮点值会出现错误（GH 55219）

  • 在不支持的 NumPy 类型上，DataFrame.to_json()会引发OverflowError而不是TypeError的错误（GH 55403)

时间周期

  • 在传递了data、ordinal和**fields中的多个参数时，PeriodIndex构造中的错误未能引发ValueError（GH 55961)

  • 在进行Period加法时，默默地进行环绕而不是引发OverflowError（GH 55503)

  • 在从PeriodDtype进行astype转换为datetime64或DatetimeTZDtype时，使用非纳秒单位错误地返回了纳秒单位（GH 55958)

绘图

  • 在使用vert=False和使用sharey=True创建的 Matplotlib Axes时，DataFrame.plot.box()存在错误（GH 54941)

  • 在舍弃字符串列时，DataFrame.plot.scatter()存在错误（GH 56142)

  • 在重用ax对象时，Series.plot()存在错误，当传递了how关键字时未能引发错误（GH 55953)

分组/重新采样/滚动

  • DataFrameGroupBy.idxmin()、DataFrameGroupBy.idxmax()、SeriesGroupBy.idxmin() 和 SeriesGroupBy.idxmax() 中的 Bug 在索引是包含 NA 值的 CategoricalIndex 时不会保留 Categorical dtype（GH 54234）。

  • 当 observed=False 且 f="idxmin" 或 f="idxmax" 时，DataFrameGroupBy.transform() 和 SeriesGroupBy.transform() 中的 Bug 会在未观察到的类别上错误地引发异常（GH 54234）。

  • DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 中的 Bug 可能会导致 DataFrame 的列或 Series 的名称是整数时排序不正确（GH 55951）。

  • DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 中的 Bug 在 DataFrame.groupby() 和 Series.groupby() 的 sort=False 参数不起作用时不会保留排序（GH 55951）。

  • DataFrameGroupBy.value_counts() 和 SeriesGroupBy.value_counts() 中的 Bug，在 sort=True 和 normalize=True 时会按比例而不是频率排序（GH 55951）

  • DataFrame.asfreq() 和 Series.asfreq() 中的 Bug，使用非纳秒分辨率的 DatetimeIndex 不正确地转换为纳秒分辨率 (GH 55958)

  • DataFrame.ewm() 中的 Bug，当传入非纳秒 datetime64 或 DatetimeTZDtype 类型的 times 时 (GH 56262)

  • 在使用 sort=True 时，由于 Decimal 和 NA 值的组合而分组的 DataFrame.groupby() 和 Series.groupby() 的 Bug (GH 54847)

  • 在 DataFrame 子类中选择要应用函数的列子集时，DataFrame.groupby() 中的 Bug (GH 56761)

  • 对于 BusinessDay，DataFrame.resample() 不尊重 closed 和 label 参数的 Bug (GH 55282)

  • 在 pyarrow.timestamp 或 pyarrow.duration 类型的 ArrowDtype 上重采样时的 Bug (GH 55989)

  • 在 DataFrame.resample() 中，对于 BusinessDay，bin 边界不正确（GH 55281）

  • 在 DataFrame.resample() 中，对于 MonthBegin，bin 边界不正确（GH 55271）

  • 在 DataFrame.rolling() 和 Series.rolling() 中，重复的 datetimelike 索引被视为连续而不是相等，使用 closed='left' 和 closed='neither' 时出现错误（GH 20712）

  • 在 DataFrame.rolling() 和 Series.rolling() 中，index 或 on 列中的一个是具有 pyarrow.timestamp 类型的 ArrowDtype 时出现错误（GH 55849）

重塑

  • 当传递 DatetimeIndex 索引时，concat() 忽略了 sort 参数（GH 54769）

  • 当 ignore_index=False 时，在 concat() 重命名 Series 时出现错误（GH 15047）

  • 当 by 的 dtype 不是 object、int64 或 uint64 时，merge_asof() 中引发了 TypeError 的错误（GH 22794）

  • merge_asof() 中的错误引发了字符串 dtype 的错误（GH 56444）

  • merge_asof() 中的一个错误，当在 ArrowDtype 列上使用 Timedelta 容差时（GH 56486)

  • merge() 中的一个错误，当合并日期时间列与时间间隔列时不会引发异常（GH 56455)

  • merge() 中的一个错误，当合并字符串列与数字列时不会引发异常（GH 56441)

  • merge() 中的一个错误，在新的字符串 dtype 中不进行排序（GH 56442)

  • merge() 中的一个错误，在左侧和/或右侧为空时返回列的顺序不正确（GH 51929)

  • DataFrame.melt() 中的一个错误，如果 var_name 不是字符串，则会引发异常（GH 55948)

  • DataFrame.melt() 中的一个错误，它不会保留日期时间（GH 55254)

  • DataFrame.pivot_table() 中的一个错误，当列具有数字名称时，行边距不正确（GH 26568)

  • DataFrame.pivot() 中的一个错误，具有数字列和数据扩展 dtype 时（GH 56528)

  • DataFrame.stack() 中的一个错误，使用 future_stack=True 时不会保留索引中的 NA 值（GH 56573)

稀疏

  • arrays.SparseArray.take() 中的一个错误，当使用与数组的填充值不同的填充值时（GH 55181)

其他

  • DataFrame.__dataframe__() 不支持 pyarrow 大字符串（GH 56702)

  • 在格式化百分位数时的DataFrame.describe()中的错误，结果的百分位数 99.999%四舍五入为 100% (GH 55765)

  • 在处理空字符串列时，在api.interchange.from_dataframe()中引发NotImplementedError的错误 (GH 56703)

  • 在与非纳秒单位的datetime64 dtype 值一起的cut()和qcut()中的错误，错误地返回了纳秒单位的 bins (GH 56101)

  • 在cut()中的错误，错误地允许将具有时区感知的日期时间与时区无关的 bins 进行切割 (GH 54964)

  • 在具有周频率和非纳秒分辨率的周频率中的infer_freq()和DatetimeIndex.inferred_freq()中的错误 (GH 55609)

  • 在DataFrame.apply()中的错误，当传递raw=True时，忽略了传递给应用函数的args (GH 55009)

  • 在DataFrame.from_dict()中的错误，它总是会对创建的DataFrame的行进行排序。 (GH 55683)

  • 在传递axis="columns"和ignore_index=True时，在DataFrame.sort_index()中引发ValueError的错误 (GH 56478)

  • 在启用use_inf_as_na选项的DataFrame内部渲染inf值时的错误 (GH 55483)

  • 渲染[`Series]时的错误`，其中一个索引级别的名称为 0，但没有显示该名称 (GH 55415)

  • 给一个空的 DataFrame 分配给一列时出现了错误信息（GH 55956）

  • 当将时间字符串转换为带有 pyarrow.time64 类型的 ArrowDtype 时出现错误（GH 56463）

  • 修复了当在 core.window.Rolling.apply 中传递一个 numpy ufunc 并且使用 engine="numba" 时，从 numba >= 0.58.0 中产生的不必要的弃用警告（GH 55247）

贡献者

一共有 162 人为这个版本做出了贡献。名字后面有“+”的人第一次为这个版本贡献了补丁。

  • AG

  • Aaron Rahman +

  • Abdullah Ihsan Secer +

  • Abhijit Deo +

  • Adrian D’Alessandro

  • Ahmad Mustafa Anis +

  • Amanda Bizzinotto

  • Amith KK +

  • Aniket Patil +

  • Antonio Fonseca +

  • Artur Barseghyan

  • Ben Greiner

  • Bill Blum +

  • Boyd Kane

  • Damian Kula

  • Dan King +

  • Daniel Weindl +

  • Daniele Nicolodi

  • David Poznik

  • David Toneian +

  • Dea María Léon

  • Deepak George +

  • Dmitriy +

  • Dominique Garmier +

  • Donald Thevalingam +

  • Doug Davis +

  • Dukastlik +

  • Elahe Sharifi +

  • Eric Han +

  • Fangchen Li

  • Francisco Alfaro +

  • Gadea Autric +

  • Guillaume Lemaitre

  • Hadi Abdi Khojasteh

  • Hedeer El Showk +

  • Huanghz2001 +

  • Isaac Virshup

  • Issam +

  • Itay Azolay +

  • Itayazolay +

  • Jaca +

  • Jack McIvor +

  • JackCollins91 +

  • James Spencer +

  • Jay

  • Jessica Greene

  • Jirka Borovec +

  • JohannaTrost +

  • John C +

  • Joris Van den Bossche

  • José Lucas Mayer +

  • José Lucas Silva Mayer +

  • João Andrade +

  • Kai Mühlbauer

  • Katharina Tielking, MD +

  • Kazuto Haruguchi +

  • Kevin

  • Lawrence Mitchell

  • Linus +

  • Linus Sommer +

  • Louis-Émile Robitaille +

  • Luke Manley

  • 木工机器人（又名杰克）

  • Maggie Liu +

  • MainHanzo +

  • Marc Garcia

  • Marco Edward Gorelli

  • MarcoGorelli

  • Martin Šícho +

  • Mateusz Sokół

  • Matheus Felipe +

  • Matthew Roeschke

  • Matthias Bussonnier

  • Maxwell Bileschi +

  • Michael Tiemann

  • Michał Górny

  • Molly Bowers +

  • Moritz Schubert +

  • NNLNR +

  • Natalia Mokeeva

  • Nils Müller-Wendt +

  • Omar Elbaz

  • Pandas 开发团队

  • Paras Gupta +

  • Parthi

  • Patrick Hoefler

  • Paul Pellissier +

  • Paul Uhlenbruck +

  • Philip Meier

  • Philippe THOMY +

  • Quang Nguyễn

  • Raghav

  • Rajat Subhra Mukherjee

  • Ralf Gommers

  • Randolf Scholz +

  • Richard Shadrach

  • Rob +

  • Rohan Jain +

  • Ryan Gibson +

  • Sai-Suraj-27 +

  • Samuel Oranyeli +

  • Sara Bonati +

  • Sebastian Berg

  • Sergey Zakharov +

  • Shyamala Venkatakrishnan +

  • StEmGeo +

  • Stefanie Molin

  • Stijn de Gooijer +

  • Thiago Gariani +

  • Thomas A Caswell

  • Thomas Baumann +

  • Thomas Guillet +

  • Thomas Lazarus +

  • Thomas Li

  • Tim Hoffmann

  • Tim Swast

  • Tom Augspurger

  • Toro +

  • Torsten Wörtwein

  • Ville Aikas +

  • Vinita Parasrampuria +

  • Vyas Ramasubramani +

  • William Andrea

  • William Ayd

  • Willian Wang +

  • Xiao Yuan

  • Yao Xiao

  • Yves Delley

  • Zemux1613 +

  • Ziad Kermadi +

  • aaron-robeson-8451 +

  • aram-cinnamon +

  • caneff +

  • ccccjone +

  • chris-caballero +

  • cobalt

  • color455nm +

  • denisrei +

  • dependabot[bot]

  • jbrockmendel

  • jfadia +

  • johanna.trost +

  • kgmuzungu +

  • mecopur +

  • mhb143 +

  • morotti +

  • mvirts +

  • omar-elbaz

  • paulreece

  • pre-commit-ci[bot]

  • raj-thapa

  • rebecca-palmer

  • rmhowe425

  • rohanjain101

  • shiersansi +

  • smij720

  • srkds +

  • taytzehao

  • torext

  • vboxuser +

  • xzmeng +

  • yashb +

posted @   绝不原创的飞龙  阅读(73)  评论(0)  编辑  收藏  举报
相关博文：
·  Pandas-2-2-中文文档-四十一-
·  Pandas-2-2-中文文档-四十二-
·  pandas_teach
·  Pandas模块学习与使用
·  c、Pandas
阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律
历史上的今天：
2023-06-26 Bert Pytorch 源码分析：五、模型架构简图
2023-06-26 Bert Pytorch 源码分析：四、编解码器
2023-06-26 Bert Pytorch 源码分析：三、Transformer块
2020-06-26 PythonGuru 中文系列教程·翻译完成
点击右上角即可分享
微信分享提示
AI IDE Trae