Pandas-2-2-中文文档-四十九-

Pandas 2.2 中文文档（四十九）

原文：pandas.pydata.org/docs/

0.25.3 中的新功能（2019 年 10 月 31 日）

原文：pandas.pydata.org/docs/whatsnew/v0.25.3.html

这是 pandas 0.25.3 的变更。参见发布说明获取包括其他版本的 pandas 在内的完整变更日志。

Bug 修复

GroupBy/resample/rolling

DataFrameGroupBy.quantile() 中的一个 Bug，其中分组中的 NA 值可能会导致分段错误或不正确的结果（GH 28882）

贡献者

总共有 2 人为此版本贡献了补丁。名字后带有“+”的人第一次为此贡献了补丁。

Will Ayd
William Ayd

Bug 修复

GroupBy/resample/rolling

DataFrameGroupBy.quantile() 中的一个 Bug，其中分组中的 NA 值可能会导致分段错误或不正确的结果（GH 28882）

GroupBy/resample/rolling

DataFrameGroupBy.quantile() 中的一个 Bug，其中分组中的 NA 值可能会导致分段错误或不正确的结果（GH 28882）

贡献者

总共有 2 人为此版本贡献了补丁。名字后带有“+”的人第一次为此贡献了补丁。

Will Ayd
William Ayd

0.25.2 版本的新特性（2019 年 10 月 15 日）

原文：pandas.pydata.org/docs/whatsnew/v0.25.2.html

这些是 pandas 0.25.2 的变化。请参阅发布说明以获取包括 pandas 其他版本在内的完整更改日志。

注意

pandas 0.25.2 增加了对 Python 3.8 的兼容性（GH 28147）。

Bug fixes

Indexing

修复了DataFrame.reindex()中的回归，不遵循limit参数（GH 28631）。
修复了RangeIndex.get_indexer()中的回归，在其中，可能会错误地将目标值标识为缺失/存在的减小的RangeIndex（GH 28678）

IO

修复了在笔记本显示中的回归，其中DataFrame.index值缺少<th>标签的情况（GH 28204）。
在to_csv()中的回归，其中由IntervalIndex索引的Series或DataFrame会错误地引发TypeError（GH 28210）
修复了带有类似列表的值的ExtensionArray的to_csv()（GH 28840）。

GroupBy/resample/rolling

当将分位数列表传递给DataFrameGroupBy.quantile()时，错误地引发IndexError（GH 28113）。
在GroupBy.shift()、GroupBy.bfill()和GroupBy.ffill()中的错误，其中时区信息会丢失（GH 19995，GH 27992）

其他

在DataFrame.query()中与 Python 3.8 的兼容性（GH 27261）
修复了在 IPython 控制台中进行 Tab 补全时不会引发关于弃用属性的警告的问题（GH 27900）。 ## 贡献者

总共有 6 人为此版本提交了补丁。名字后面带“+”的人第一次为此版本提交了补丁。

Felix Divo +
Jeremy Schendel
Joris Van den Bossche
MeeseeksMachine
Tom Augspurger
jbrockmendel ## Bug fixes

Indexing

修复了DataFrame.reindex()中的回归，不遵循limit参数（GH 28631）。
修复了在RangeIndex.get_indexer()中的回归，在其中，可能会错误地将目标值标识为缺失/存在的减小的RangeIndex（GH 28678）

IO

修复了笔记本显示中的回归，在DataFrame.index值缺少<th>标签的情况下（GH 28204）。
to_csv() 中的回归，在写入由 IntervalIndex 索引的 Series 或 DataFrame 时，会错误地引发 TypeError（GH 28210）。
修复了 to_csv() 对于具有类似列表值的 ExtensionArray 的回归（GH 28840）。

GroupBy/resample/rolling

当将分位数列表传递给 DataFrameGroupBy.quantile() 时错误地引发 IndexError 的 bug（GH 28113）。
在 GroupBy.shift()、GroupBy.bfill() 和 GroupBy.ffill() 中的 bug，时区信息会被丢弃（GH 19995, GH 27992）

其他

与 Python 3.8 兼容的 DataFrame.query()（GH 27261）
修复确保 IPython 控制台中的制表符自动完成不会对已弃用的属性引发警告（GH 27900）。

索引

修复了 DataFrame.reindex() 中的回归，不遵循 limit 参数（GH 28631）。
修复了 RangeIndex.get_indexer() 中的回归，对于递减的 RangeIndex，目标值可能会错误地被识别为丢失/存在（GH 28678）

IO

修复笔记本显示中的回归，其中 <th> 标签丢失了 DataFrame.index 值（GH 28204）。
to_csv() 中的回归，在写入由 IntervalIndex 索引的 Series 或 DataFrame 时，会错误地引发 TypeError（GH 28210）。
修复了 to_csv() 对于具有类似列表值的 ExtensionArray 的回归（GH 28840）。

GroupBy/resample/rolling

当将分位数列表传递给 DataFrameGroupBy.quantile() 时错误地引发 IndexError 的 bug（GH 28113）。
在 GroupBy.shift()、GroupBy.bfill() 和 GroupBy.ffill() 中的 bug，时区信息会被丢弃（GH 19995, GH 27992）

其他

与 Python 3.8 兼容的 DataFrame.query()（GH 27261）
修复确保 IPython 控制台中的制表符自动完成不会对已弃用的属性引发警告（GH 27900）。

贡献者

本次发布共有 6 人贡献了补丁。名字后面带有“+”符号的人是第一次贡献补丁的。

Felix Divo +
Jeremy Schendel
Joris Van den Bossche
MeeseeksMachine
Tom Augspurger
jbrockmendel

0.25.1 新功能（2019 年 8 月 21 日）

原文：pandas.pydata.org/docs/whatsnew/v0.25.1.html

这些是 pandas 0.25.1 的更改。请参阅发布说明获取包括其他版本 pandas 的完整更改日志。

IO 和 LZMA

一些用户可能无意中安装了缺少标准库中 lzma 模块的不完整的 Python。在这种情况下，import pandas 会因为 ImportError 而失败 (GH 27575)。pandas 现在会发出警告，而不是在缺少 lzma 模块时引发 ImportError。任何后续尝试使用 lzma 方法都会引发 RuntimeError。解决缺少 lzma 模块的可能方法是确保安装了必要的库，然后重新安装 Python。例如，在 MacOS 上使用 pyenv 安装 Python 可能会由于编译时未满足的系统依赖项（如 xz）而导致 Python 安装不完整。编译会成功，但 Python 可能在运行时失败。该问题可以通过安装必要的依赖项然后重新安装 Python 来解决。

Bug 修复

日期时间样式

to_datetime() 中的错误，在传递时区未知的 DatetimeArray 或 DatetimeIndex 且 utc=True 时，将错误地返回一个时区未知的结果 (GH 27733)
Period.to_timestamp() 中的错误，其中 Period 超出 Timestamp 实现范围（大约 1677-09-21 至 2262-04-11）会返回一个不正确的 Timestamp 而不是引发 OutOfBoundsDatetime (GH 19643)
在迭代 DatetimeIndex 时，当底层数据是只读时会出错 (GH 28055)

时区

Index 中的错误，其中一个带有时区感知 Timestamp 和 np.nan 的 numpy 对象数组不会返回 DatetimeIndex (GH 27011)

数值

当使用时区感知的 DatetimeIndex 时，Series.interpolate() 中的错误 (GH 27548)
打印负浮点复数时会引发 IndexError 的错误 (GH 27484)
当 DataFrame 算术运算符（如 DataFrame.mul()）与 axis=1 的 Series 一起在大于调用 numexpr 的最小阈值的 DataFrame 上时会引发 AttributeError (GH 27636)
DataFrame 算术中的错误，结果中缺失值被错误地掩盖为 NaN 而不是 Inf (GH 27464)

转换

改进了已弃用方法Series.real()和Series.imag()的警告信息 (GH 27610)

区间

修复了IntervalIndex中的错误，其中dir(obj)会引发ValueError (GH 27571)

索引

修复了部分字符串索引中的错误，当使用类似.loc['2015']这样的标量进行索引时，返回的不是Series而是一个 NumPy 数组 (GH 27516)
解决了涉及Index和其他索引类的循环引用，以允许在不运行 GC 的情况下对索引对象进行垃圾回收。 (GH 27585, GH 27840)
修复了将值分配给 DataFrame 的单个列时出现的回归问题，该 DataFrame 具有MultiIndex列 (GH 27841).
修复了带有IntervalIndex的.ix回退中的回归问题 (GH 27865).

缺失

当输入是一种类型时，修复了pandas.isnull()或pandas.isna()中的错误，例如type(pandas.Series()) (GH 27482)

输入/输出

在读取 parquet 时避免调用S3File.s3，因为这在 s3fs 版本 0.3.0 中已被删除 (GH 27756)
当在pandas.read_csv()中传递负标头时，改进了错误消息 (GH 27779)
在笔记本中的 HTML repr 中正确地遵循min_rows显示选项（在 v0.25.0 中引入） (GH 27991).

绘图

添加了一个pandas_plotting_backends入口点组，用于注册绘图后端。有关更多信息，请参见 Plotting backends (GH 26747).
在调用pandas.plotting.deregister_matplotlib_converters()后，修复了重新设置 Matplotlib 日期时间转换器的问题 (GH 27481).
修复了将 pandas 的Index传递给绘图调用时与 matplotlib 兼容性问题 (GH 27775).

分组/重采样/滚动

修复了当给定多个分位数时，pands.core.groupby.DataFrameGroupBy.quantile()中的回归问题 (GH 27526)
在 DataFrameGroupBy.transform() 中的错误，应用时区转换 lambda 函数会丢失时区信息（GH 27496）
在 GroupBy.nth() 中的错误，其中 observed=False 被忽略了，用于分类分组器（GH 26385）
在只读数组上窗口化的错误（GH 27766）
修复了当传递无效分位数时，在 .DataFrameGroupBy.quantile 中出现段错误的问题（GH 27470）

重塑

当在具有平坦 Index 的 Series 或 DataFrame 上调用 .unstack() 并传递一个不正确的名称时，现在会引发 KeyError 错误（GH 18303）
修复了在传递 tolerance 关键字参数时，merge_asof() 无法合并 Timedelta 对象的错误（GH 27642）
在 DataFrame.crosstab() 中的错误，当 margins 设置为 True 且 normalize 不是 False 时，会引发错误。（GH 27500）
当指定了排序参数时，DataFrame.join() 现在会抑制 FutureWarning（GH 21952）
修复了在使用只读数组时引发错误的 DataFrame.join()（GH 27943）

稀疏

在具有稀疏数据类型的 Series 的缩减中的错误（GH 27080）

其他

在替换时区感知时间戳时，Series.replace() 和 DataFrame.replace() 中的错误，使用类似字典的替换器时，会丢失时区信息（GH 27720）
修复了在使用自定义类型索引器时 Series.rename() 中的错误。现在，任何非可调用或类似字典的值都将被视为标量。（GH 27814） ## 贡献者

总共有 5 人对此版本做出了贡献。带有 “+” 的人首次为此版本提供了补丁。

杰夫·里巴克
乔里斯·范登博斯切
米斯克斯机器 +
汤姆·奥格斯伯格
杰布·罗克曼德尔

IO 和 LZMA

一些用户可能在不知情的情况下，其 Python 安装不完整，缺少标准库中的 lzma 模块。在这种情况下，由于缺少 lzma 模块，import pandas 会失败导致 ImportError（GH 27575）。现在 pandas 将发出警告，而不是在 lzma 模块不存在时引发 ImportError。任何后续尝试使用 lzma 方法的操作都将引发 RuntimeError。解决缺少 lzma 模块的一个可能方法是确保您拥有必要的库，然后重新安装 Python。例如，在 MacOS 上使用 pyenv 安装 Python 可能会导致由于编译时未满足的系统依赖项（如 xz）而导致 Python 安装不完整。编译将成功，但 Python 可能在运行时失败。该问题可通过安装必要的依赖项然后重新安装 Python 来解决。

修复的错误

日期时间类

to_datetime() 中的错误，当传递一个时区不明确的 DatetimeArray 或 DatetimeIndex 以及 utc=True 时，将错误地返回一个时区不明确的结果（GH 27733）
在 Period.to_timestamp() 中的错误，当 Period 超出 Timestamp 实现范围（大约为 1677-09-21 至 2262-04-11）时，将返回一个不正确的 Timestamp，而不是引发 OutOfBoundsDatetime（GH 19643）
在迭代 DatetimeIndex 时，当底层数据是只读时会发生错误（GH 28055）

时区

在具有时区感知的 Timestamp 和 np.nan 的 numpy 对象数组中，Index 中的错误，不会返回 DatetimeIndex（GH 27011）

数值

在使用带有时区感知的 DatetimeIndex 时，Series.interpolate() 中的错误（GH 27548）
打印负浮点复数时会引发 IndexError 的错误（GH 27484）
当 DataFrame 算术运算符（例如具有轴=1 的 DataFrame.mul()）与超过调用 numexpr 的最小阈值的 DataFrame 一起使用时，会在 DataFrame 上引发 AttributeError（GH 27636）
DataFrame 算术中的错误，结果中的缺失值被错误地掩盖为 NaN 而不是 Inf（GH 27464）

转换

改进了对已弃用方法 Series.real() 和 Series.imag() 的警告（GH 27610）

区间

IntervalIndex 中的错误，dir(obj) 会引发 ValueError（GH 27571）

索引

在部分字符串索引中存在的错误，当使用像.loc['2015']这样的标量索引时，返回的是 NumPy 数组而不是Series（GH 27516）。
打破涉及Index和其他索引类的循环引用，以允许索引对象的垃圾回收而不运行 GC。（GH 27585，GH 27840）
修复了在具有MultiIndex列的 DataFrame 的单列分配值时的回归问题（GH 27841）。
修复了.ix回退中的回归问题，带有IntervalIndex（GH 27865）。

缺失

当输入为类型时，pandas.isnull()或pandas.isna()中的错误，例如type(pandas.Series())（GH 27482）。

IO

在读取 Parquet 时避免调用S3File.s3，因为这在 s3fs 版本 0.3.0 中已被移除（GH 27756）。
当在pandas.read_csv()中传递负标题时，改进了错误消息（GH 27779）。
在笔记本中的 HTML 表示中正确地遵循min_rows显示选项（在 v0.25.0 中引入）（GH 27991）。

绘图

添加了一个pandas_plotting_backends入口点组，用于注册绘图后端。详见绘图后端以获取更多信息（GH 26747）。
在调用pandas.plotting.deregister_matplotlib_converters()后重新安装 Matplotlib 日期时间转换器的错误（GH 27481）。
修复了将 pandas Index传递给绘图调用时与 matplotlib 的兼容性问题（GH 27775）。

GroupBy/resample/rolling

修复了在给定多个分位数时，pands.core.groupby.DataFrameGroupBy.quantile()中引发的回归问题（GH 27526）。
在DataFrameGroupBy.transform()中存在的错误，在应用时，时区转换 lambda 函数会丢失时区信息（GH 27496）。
在GroupBy.nth()中存在的问题，即对分类分组器忽略了observed=False（GH 26385）修复。
在只读数组上的窗口处理存在错误（GH 27766）。
当传递无效分位数时，在.DataFrameGroupBy.quantile中的段错误已修复（GH 27470）。

重塑

现在，如果对具有平坦Index的Series或DataFrame调用.unstack()，并传递的名称不是正确的名称，则会引发KeyError（GH 18303）。
在传递tolerance关键字参数时，merge_asof()无法合并Timedelta对象的错误已修复（GH 27642）。
当DataFrame.crosstab()中margins设置为True并且normalize不是False时，会引发错误（GH 27500）已修复。
当指定了排序参数时，DataFrame.join()现在抑制了FutureWarning（GH 21952）。
在使用只读数组时，DataFrame.join()中引发的错误已修复（GH 27943）。

稀疏

对于具有稀疏 dtype 的Series的缩减存在错误（GH 27080）。

其他

在使用字典形式的替换器替换时区感知时间戳时，Series.replace()和DataFrame.replace()中的错误已修复（GH 27720）。
在使用自定义类型索引器时的Series.rename()中的错误修复。现在，任何不可调用或类似于字典的值都被视为标量（GH 27814）。

日期时间样式

在to_datetime()中的错误修复，即传递时区非敏感的DatetimeArray或DatetimeIndex和utc=True时将错误地返回时区非敏感的结果（GH 27733）。
在Period.to_timestamp()中的错误修复，即Period超出Timestamp实现范围（大约 1677-09-21 至 2262-04-11）将返回一个不正确的Timestamp，而不是引发OutOfBoundsDatetime（GH 19643）。
当底层数据为只读时，迭代DatetimeIndex中的错误（GH 28055）修复。

时区

在一个 numpy 对象数组中，具有时区感知的Timestamp和np.nan的Index不会返回DatetimeIndex的错误修复（GH 27011）。

数值

在使用时区感知的DatetimeIndex时，Series.interpolate()中的错误修复（GH 27548）。
当打印负浮点复数时会引发 IndexError 的错误 (GH 27484)
DataFrame 算术运算符的错误，例如带有轴=1 的DataFrame.mul()与大于调用 numexpr 的最小阈值的DataFrame一起会在DataFrame上引发AttributeError (GH 27636)
数据框架DataFrame算术中的错误，结果中的缺失值被错误地掩盖为NaN而不是Inf（GH 27464）

转换

改进了对废弃方法Series.real()和Series.imag()的警告 (GH 27610)

区间

IntervalIndex 中的错误，dir(obj) 会引发 ValueError (GH 27571)

索引

当使用标量进行索引时，部分字符串索引返回 NumPy 数组而不是 Series 的错误，例如.loc['2015'] (GH 27516)
打破涉及 Index 和其他索引类的引用循环，以允许索引对象在不运行 GC 的情况下进行垃圾回收。 (GH 27585, GH 27840)
修复了向具有MultiIndex列的 DataFrame 的单列分配值时的回归问题 (GH 27841)
修复了.ix回退中的回归问题，使用了一个IntervalIndex (GH 27865)

缺失

当输入为类型（例如type(pandas.Series())）时，pandas.isnull() 或 pandas.isna() 中的错误 (GH 27482)

IO

在读取 Parquet 时避免调用 S3File.s3，因为这在 s3fs 版本 0.3.0 中已被移除 (GH 27756)
当负标头传递给 pandas.read_csv() 时，提供更好的错误消息 (GH 27779)
在笔记本中的 HTML 表示中正确遵循 min_rows 显示选项（v0.25.0 中引入） (GH 27991)

绘图

添加了一个pandas_plotting_backends入口点组，用于注册绘图后端。有关更多信息，请参见 Plotting backends (GH 26747)
在调用pandas.plotting.deregister_matplotlib_converters()后，重新启用 Matplotlib 日期时间转换器（GH 27481）。
修复了与 matplotlib 兼容性问题，当将 pandas Index 传递给绘图调用时（GH 27775）

GroupBy/resample/rolling

修复了pands.core.groupby.DataFrameGroupBy.quantile() 中的回归，当给出多个分位数时会引发异常（GH 27526）
在DataFrameGroupBy.transform() 中存在 bug，在应用时区转换 lambda 函数时会丢失时区信息（GH 27496）
GroupBy.nth() 中存在 bug，当 observed=False 时，分类分组器被忽略（GH 26385）
在只读数组上进行窗口操作中存在 bug（GH 27766）
当传递无效分位数时，修复了.DataFrameGroupBy.quantile 中的段错误（GH 27470）

重塑

如果在平坦的 Index 上调用 .unstack()，并传递一个不正确的名称，则现在会引发 KeyError，无论是 Series 还是 DataFrame（GH 18303）
在调用 tolerance kwarg 时，merge_asof() 中存在 bug，无法合并 Timedelta 对象（GH 27642）
在DataFrame.crosstab() 中存在 bug，当 margins 设置为 True 且 normalize 不为 False 时，会引发错误（GH 27500）
当指定 sort 参数时，DataFrame.join() 现在会抑制 FutureWarning（GH 21952）
DataFrame.join() 中存在 bug，会因为只读数组而引发异常（GH 27943）

稀疏

Series 的稀疏类型在减少时存在 bug（GH 27080）

其他

在用字典样式替换器替换时，Series.replace() 和 DataFrame.replace() 中存在 bug，当替换带有时区信息的时间戳时（GH 27720）
当使用自定义类型索引器时，Series.rename() 中存在 bug。现在，任何非可调用或类似字典的值都被视为标量（GH 27814）

贡献者

总共有 5 人为这个版本做出了贡献。名字旁边带有“+”符号的人是第一次为该版本贡献补丁。

Jeff Reback
Joris Van den Bossche
MeeseeksMachine +
Tom Augspurger
jbrockmendel

0.25.0 中的新功能（2019 年 7 月 18 日）

原文：pandas.pydata.org/docs/whatsnew/v0.25.0.html

警告

从 0.25.x 系列版本开始，pandas 仅支持 Python 3.5.3 及更高版本。详见放弃 Python 2.7 获取更多细节。

警告

最低支持的 Python 版本将在未来的发布中提升至 3.6。

警告

Panel 已被完全移除。对于 N-D 标记数据结构，请使用 xarray

警告

read_pickle() 和 read_msgpack() 仅向后兼容至 pandas 版本 0.20.3 (GH 27082)。

这些是 pandas 0.25.0 的变化。详见发布说明以获取包括其他版本的完整更改日志。

增强

带重命名的 GroupBy 聚合

pandas 添加了特殊的分组行为，称为“命名聚合”，用于在应用多个聚合函数到特定列时命名输出列（GH 18366, GH 26512）。

In [1]: animals = pd.DataFrame({'kind': ['cat', 'dog', 'cat', 'dog'],
 ...:                        'height': [9.1, 6.0, 9.5, 34.0],
 ...:                        'weight': [7.9, 7.5, 9.9, 198.0]})
 ...: 

In [2]: animals
Out[2]: 
 kind  height  weight
0  cat     9.1     7.9
1  dog     6.0     7.5
2  cat     9.5     9.9
3  dog    34.0   198.0

[4 rows x 3 columns]

In [3]: animals.groupby("kind").agg(
 ...:    min_height=pd.NamedAgg(column='height', aggfunc='min'),
 ...:    max_height=pd.NamedAgg(column='height', aggfunc='max'),
 ...:    average_weight=pd.NamedAgg(column='weight', aggfunc="mean"),
 ...: )
 ...: 
Out[3]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

将所需的列名称作为 **kwargs 传递给 .agg。**kwargs 的值应为元组，其中第一个元素是列选择，第二个元素是要应用的聚合函数。pandas 提供了 pandas.NamedAgg 命名元组以使函数的参数更清晰，但也接受普通元组。

In [4]: animals.groupby("kind").agg(
 ...:    min_height=('height', 'min'),
 ...:    max_height=('height', 'max'),
 ...:    average_weight=('weight', 'mean'),
 ...: )
 ...: 
Out[4]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

命名聚合是被推荐用于取代已弃用的“字典-字典”方法来命名列特定聚合输出的方法（弃用 groupby.agg() 与字典的重命名）。

现在，对于 Series groupby 对象也可用类似的方法。因为不需要列选择，所以值可以是要应用的函数。

In [5]: animals.groupby("kind").height.agg(
 ...:    min_height="min",
 ...:    max_height="max",
 ...: )
 ...: 
Out[5]: 
 min_height  max_height
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

这种类型的聚合是将字典传递给 Series groupby 聚合时的推荐替代方法（弃用 groupby.agg() 与字典的重命名）。

更多详情见命名聚合。### 带多个 lambda 的 GroupBy 聚合

现在可以在 GroupBy.agg 中向列表形式的聚合提供多个 lambda 函数（GH 26430）。

In [6]: animals.groupby('kind').height.agg([
 ...:    lambda x: x.iloc[0], lambda x: x.iloc[-1]
 ...: ])
 ...: 
Out[6]: 
 <lambda_0>  <lambda_1>
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

In [7]: animals.groupby('kind').agg([
 ...:    lambda x: x.iloc[0] - x.iloc[1],
 ...:    lambda x: x.iloc[0] + x.iloc[1]
 ...: ])
 ...: 
Out[7]: 
 height                weight 
 <lambda_0> <lambda_1> <lambda_0> <lambda_1>
kind 
cat        -0.4       18.6       -2.0       17.8
dog       -28.0       40.0     -190.5      205.5

[2 rows x 4 columns]

以前，这些会引发 SpecificationError。### 更好的 MultiIndex 表示形式

打印 MultiIndex 实例现在显示每行的元组，并确保元组项在垂直方向上对齐，因此现在更容易理解 MultiIndex 的结构。(GH 13480)：

现在的显示形式如下：

In [8]: pd.MultiIndex.from_product([['a', 'abc'], range(500)])
Out[8]: 
MultiIndex([(  'a',   0),
 (  'a',   1),
 (  'a',   2),
 (  'a',   3),
 (  'a',   4),
 (  'a',   5),
 (  'a',   6),
 (  'a',   7),
 (  'a',   8),
 (  'a',   9),
 ...
 ('abc', 490),
 ('abc', 491),
 ('abc', 492),
 ('abc', 493),
 ('abc', 494),
 ('abc', 495),
 ('abc', 496),
 ('abc', 497),
 ('abc', 498),
 ('abc', 499)],
 length=1000)

以前，打印 MultiIndex 会显示所有 MultiIndex 的 levels 和 codes，这在视觉上不够吸引人，并且使得输出更难以导航。例如（将范围限制为 5）：

In [1]: pd.MultiIndex.from_product([['a', 'abc'], range(5)])
Out[1]: MultiIndex(levels=[['a', 'abc'], [0, 1, 2, 3]],
 ...:           codes=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]])

在新的显示中，如果行数小于 options.display.max_seq_items（默认为 100 项），则将显示所有值。水平方向上，如果输出超过 options.display.width（默认为 80 个字符），则会截断。 ### 更短的 Series 和 DataFrame 的截断显示

目前，pandas 的默认显示选项保证了当 Series 或 DataFrame 的行数超过 60 行时，其显示会被截断到最多 60 行（display.max_rows 选项）。然而，这依然占据了大量垂直屏幕空间。因此，引入了一个新的选项 display.min_rows，默认为 10，确定了在截断的显示中显示的行数：

对于较小的 Series 或 DataFrame，显示最多 max_rows 行（默认为 60 行）。
对于长度超过 max_rows 的较大 Series 或 DataFrame，只显示 min_rows 行（默认为 10，即第一行和最后 5 行）。

这种双重选项允许仍然可以看到相对较小对象的完整内容（例如 df.head(20) 显示所有 20 行），同时对于大对象给出简要的显示。

要恢复以前的单一阈值行为，请将 pd.options.display.min_rows = None。 ### 带有 max_level 参数支持的 JSON 规范化

json_normalize() 函数将提供的输入字典规范化到所有嵌套级别。新的 max_level 参数提供了更多控制规范化结束级别的选项（GH 23843）：

现在的显示形式如下：

from pandas.io.json import json_normalize
data = [{
    'CreatedBy': {'Name': 'User001'},
    'Lookup': {'TextField': 'Some text',
               'UserField': {'Id': 'ID001', 'Name': 'Name001'}},
    'Image': {'a': 'b'}
}]
json_normalize(data, max_level=1) 
```  ### Series.explode 用于将类似列表的值拆分为行

`Series` 和 `DataFrame` 方法已经新增了 `DataFrame.explode()` 方法，以将类似列表的数据转换为单独的行。详见文档中的 Exploding list-like column 部分了解更多信息（[GH 16538](https://github.com/pandas-dev/pandas/issues/16538)，[GH 10511](https://github.com/pandas-dev/pandas/issues/10511)）

这里是一个典型的用例。你在一列中有逗号分隔的字符串。

```py
In [9]: df = pd.DataFrame([{'var1': 'a,b,c', 'var2': 1},
 ...:                   {'var1': 'd,e,f', 'var2': 2}])
 ...: 

In [10]: df
Out[10]: 
 var1  var2
0  a,b,c     1
1  d,e,f     2

[2 rows x 2 columns]

使用链式操作现在可以轻松创建长格式的 DataFrame

In [11]: df.assign(var1=df.var1.str.split(',')).explode('var1')
Out[11]: 
 var1  var2
0    a     1
0    b     1
0    c     1
1    d     2
1    e     2
1    f     2

[6 rows x 2 columns] 
```  ### 其他增强

+   `DataFrame.plot()` 关键字 `logy`、`logx` 和 `loglog` 现在可以接受值 `'sym'` 以进行对数对数缩放。([GH 24867](https://github.com/pandas-dev/pandas/issues/24867))

+   在使用 `to_datetime()` 解析日期时间时，增加了对 ISO 周年格式（‘%G-%V-%u’）的支持（[GH 16607](https://github.com/pandas-dev/pandas/issues/16607)）

+   `DataFrame` 和 `Series` 的索引现在接受零维 `np.ndarray`（[GH 24919](https://github.com/pandas-dev/pandas/issues/24919)）

+   `Timestamp.replace()` 现在支持 `fold` 参数以消除 DST 转换时间的歧义性（[GH 25017](https://github.com/pandas-dev/pandas/issues/25017)）

+   `DataFrame.at_time()` 和 `Series.at_time()` 现在支持带有时区的 [`datetime.time`](https://docs.python.org/3/library/datetime.html#datetime.time "(在 Python v3.12 中)") 对象（[GH 24043](https://github.com/pandas-dev/pandas/issues/24043)）

+   `DataFrame.pivot_table()` 现在接受一个 `observed` 参数，该参数传递给底层的 `DataFrame.groupby()` 调用，以加速分组分类数据。（[GH 24923](https://github.com/pandas-dev/pandas/issues/24923)）

+   `Series.str` 已经增加了 `Series.str.casefold()` 方法，以移除字符串中的所有大小写区别（[GH 25405](https://github.com/pandas-dev/pandas/issues/25405)）

+   `DataFrame.set_index()` 现在适用于 `abc.Iterator` 实例，只要它们的输出与调用帧的长度相同即可（[GH 22484](https://github.com/pandas-dev/pandas/issues/22484), [GH 24984](https://github.com/pandas-dev/pandas/issues/24984)）

+   `DatetimeIndex.union()` 现在支持 `sort` 参数。sort 参数的行为与 `Index.union()` 一致（[GH 24994](https://github.com/pandas-dev/pandas/issues/24994)）

+   `RangeIndex.union()` 现在支持 `sort` 参数。 如果 `sort=False`，则始终返回未排序的 `Int64Index`。 `sort=None` 是默认值，如果可能，则返回单调递增的 `RangeIndex`，如果不可能则返回排序的 `Int64Index` ([GH 24471](https://github.com/pandas-dev/pandas/issues/24471))

+   `TimedeltaIndex.intersection()` 现在还支持 `sort` 关键字 ([GH 24471](https://github.com/pandas-dev/pandas/issues/24471))

+   `DataFrame.rename()` 现在支持 `errors` 参数，在尝试重命名不存在的键时引发错误（[GH 13473](https://github.com/pandas-dev/pandas/issues/13473)）

+   添加了稀疏访问器，用于处理值为稀疏的 `DataFrame` ([GH 25681](https://github.com/pandas-dev/pandas/issues/25681))

+   `RangeIndex` 增加了 `start`、`stop` 和 `step` 属性 ([GH 25710](https://github.com/pandas-dev/pandas/issues/25710))

+   [`datetime.timezone`](https://docs.python.org/3/library/datetime.html#datetime.timezone "(在 Python v3.12 中)") 对象现在作为时区方法和构造函数的参数得到支持 ([GH 25065](https://github.com/pandas-dev/pandas/issues/25065))

+   `DataFrame.query()` 和 `DataFrame.eval()` 现在支持使用反引号引用具有空格的列名 ([GH 6508](https://github.com/pandas-dev/pandas/issues/6508))

+   `merge_asof()` 现在在合并键为不相等的分类变量时提供更清晰的错误消息 ([GH 26136](https://github.com/pandas-dev/pandas/issues/26136))

+   `Rolling()` 支持指数（或泊松）窗口类型 ([GH 21303](https://github.com/pandas-dev/pandas/issues/21303))

+   对于缺少所需导入的错误消息现在包括原始导入错误的文本 ([GH 23868](https://github.com/pandas-dev/pandas/issues/23868))

+   `DatetimeIndex` 和 `TimedeltaIndex` 现在具有 `mean` 方法 ([GH 24757](https://github.com/pandas-dev/pandas/issues/24757))

+   `DataFrame.describe()` 现在格式化整数百分位数时不带小数点 ([GH 26660](https://github.com/pandas-dev/pandas/issues/26660))

+   添加了使用 `read_spss()` 读取 SPSS .sav 文件的支持 ([GH 26537](https://github.com/pandas-dev/pandas/issues/26537))

+   添加了新选项 `plotting.backend`，可以选择与现有的 `matplotlib` 不同的绘图后端。使用 `pandas.set_option('plotting.backend', '<backend-module>')`，其中 `<backend-module>` 是实现 pandas 绘图 API 的库 ([GH 14130](https://github.com/pandas-dev/pandas/issues/14130))

+   `pandas.offsets.BusinessHour` 支持多个开放时间间隔 ([GH 15481](https://github.com/pandas-dev/pandas/issues/15481))

+   `read_excel()` 现在可以使用 `openpyxl` 通过 `engine='openpyxl'` 参数读取 Excel 文件。这将在将来的版本中成为默认设置 ([GH 11499](https://github.com/pandas-dev/pandas/issues/11499))

+   `pandas.io.excel.read_excel()` 支持读取 OpenDocument 表格。指定 `engine='odf'` 来启用。请参阅 IO 用户指南获取更多详情 ([GH 9070](https://github.com/pandas-dev/pandas/issues/9070))

+   `Interval`，`IntervalIndex` 和 `IntervalArray` 增加了 `is_empty` 属性，表示给定的区间是否为空 ([GH 27219](https://github.com/pandas-dev/pandas/issues/27219))  ## 向后不兼容的 API 更改

### 使用带有 UTC 偏移的日期字符串进行索引

使用带有 UTC 偏移的日期字符串对 `DataFrame` 或 `Series` 进行索引，先前会忽略 UTC 偏移。现在，索引中将尊重 UTC 偏移。 ([GH 24076](https://github.com/pandas-dev/pandas/issues/24076), [GH 16785](https://github.com/pandas-dev/pandas/issues/16785))

```py
In [12]: df = pd.DataFrame([0], index=pd.DatetimeIndex(['2019-01-01'], tz='US/Pacific'))

In [13]: df
Out[13]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns]

先前的行为:

In [3]: df['2019-01-01 00:00:00+04:00':'2019-01-01 01:00:00+04:00']
Out[3]:
 0
2019-01-01 00:00:00-08:00  0

新行为:

In [14]: df['2019-01-01 12:00:00+04:00':'2019-01-01 13:00:00+04:00']
Out[14]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns] 
```  ### 从级别和代码构建的 `MultiIndex`

使用 `NaN` 级别或代码值 < -1 构造 `MultiIndex` 先前是允许的。现在，不允许使用代码值 < -1 进行构造，并且 `NaN` 级别的相应代码将被重新分配为 -1\. ([GH 19387](https://github.com/pandas-dev/pandas/issues/19387))

*先前行为*:

```py
In [1]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ...:              codes=[[0, -1, 1, 2, 3, 4]])
 ...:
Out[1]: MultiIndex(levels=[[nan, None, NaT, 128, 2]],
 codes=[[0, -1, 1, 2, 3, 4]])

In [2]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
Out[2]: MultiIndex(levels=[[1, 2]],
 codes=[[0, -2]])

新行为:

In [15]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ....:              codes=[[0, -1, 1, 2, 3, 4]])
 ....: 
Out[15]: 
MultiIndex([(nan,),
 (nan,),
 (nan,),
 (nan,),
 (128,),
 (  2,)],
 )

In [16]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
---------------------------------------------------------------------------
ValueError  Traceback (most recent call last)
Cell In[16], line 1
----> 1 pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:364, in MultiIndex.__new__(cls, levels, codes, sortorder, names, dtype, copy, name, verify_integrity)
  361     result.sortorder = sortorder
  363 if verify_integrity:
--> 364     new_codes = result._verify_integrity()
  365     result._codes = new_codes
  367 result._reset_identity()

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:451, in MultiIndex._verify_integrity(self, codes, levels, levels_to_verify)
  445     raise ValueError(
  446         f"On level {i}, code max ({level_codes.max()}) >= length of "
  447         f"level ({len(level)}). NOTE: this index is in an "
  448         "inconsistent state"
  449     )
  450 if len(level_codes) and level_codes.min() < -1:
--> 451     raise ValueError(f"On level {i}, code value ({level_codes.min()}) < -1")
  452 if not level.is_unique:
  453     raise ValueError(
  454         f"Level values must be unique: {list(level)} on level {i}"
  455     )

ValueError: On level 0, code value (-2) < -1 
```  ### `GroupBy.apply` 在 `DataFrame` 上只评估第一组一次

先前的 `DataFrameGroupBy.apply()` 实现在第一组上一致评估提供的函数两次，以推断是否可以使用快速代码路径。特别是对于具有副作用的函数，这是一种不希望的行为，可能会导致意外。 ([GH 2936](https://github.com/pandas-dev/pandas/issues/2936), [GH 2656](https://github.com/pandas-dev/pandas/issues/2656), [GH 7739](https://github.com/pandas-dev/pandas/issues/7739), [GH 10519](https://github.com/pandas-dev/pandas/issues/10519), [GH 12155](https://github.com/pandas-dev/pandas/issues/12155), [GH 20084](https://github.com/pandas-dev/pandas/issues/20084), [GH 21417](https://github.com/pandas-dev/pandas/issues/21417))

现在每个组只评估一次。

```py
In [17]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [18]: df
Out[18]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

In [19]: def func(group):
 ....:    print(group.name)
 ....:    return group
 ....:

先前行为:

In [3]: df.groupby('a').apply(func)
x
x
y
Out[3]:
   a  b
0  x  1
1  y  2

新行为:

In [3]: df.groupby('a').apply(func)
x
y
Out[3]:
   a  b
0  x  1
1  y  2

连接稀疏值

当传递值为稀疏的 DataFrame 时，concat() 现在将返回具有稀疏值的 Series 或 DataFrame，而不是 SparseDataFrame (GH 25702)。

In [20]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 1])})

先前行为:

In [2]: type(pd.concat([df, df]))
pandas.core.sparse.frame.SparseDataFrame

新行为:

In [21]: type(pd.concat([df, df]))
Out[21]: pandas.core.frame.DataFrame

现在这与具有稀疏值的 Series 上的 concat 的现有行为相匹配。当所有值都是 SparseDataFrame 的实例时，concat() 将继续返回 SparseDataFrame。

此更改还影响了内部使用 concat() 的例程，例如 get_dummies()，现在在所有情况下返回 DataFrame（如果所有列都是虚拟编码，则以前返回 SparseDataFrame，否则返回 DataFrame）。

将任何SparseSeries或SparseDataFrame提供给concat()将导致返回SparseSeries或SparseDataFrame，与以前一样。

`.str`-访问器执行更严格的类型检查

由于缺乏更细粒度的 dtype，Series.str目前只检查数据是否为object dtype。Series.str现在将在系列内推断 dtype 数据；特别是，仅有'bytes'数据将引发异常（除了Series.str.decode(), Series.str.get(), Series.str.len(), Series.str.slice())，参见 GH 23163, GH 23011, GH 23551。

以前的行为:

In [1]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [2]: s
Out[2]:
0      b'a'
1     b'ba'
2    b'cba'
dtype: object

In [3]: s.str.startswith(b'a')
Out[3]:
0     True
1    False
2    False
dtype: bool

新行为:

In [22]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [23]: s
Out[23]: 
0      b'a'
1     b'ba'
2    b'cba'
Length: 3, dtype: object

In [24]: s.str.startswith(b'a')
---------------------------------------------------------------------------
TypeError  Traceback (most recent call last)
Cell In[24], line 1
----> 1 s.str.startswith(b'a')

File ~/work/pandas/pandas/pandas/core/strings/accessor.py:136, in forbid_nonstring_types.<locals>._forbid_nonstring_types.<locals>.wrapper(self, *args, **kwargs)
  131 if self._inferred_dtype not in allowed_types:
  132     msg = (
  133         f"Cannot use .str.{func_name} with values of "
  134         f"inferred dtype '{self._inferred_dtype}'."
  135     )
--> 136     raise TypeError(msg)
  137 return func(self, *args, **kwargs)

TypeError: Cannot use .str.startswith with values of inferred dtype 'bytes'.

分类 dtype 在 GroupBy 期间得以保留

以前，作为分类的列，但不是 groupby 键的列，在 groupby 操作期间将转换为object dtype。现在，pandas 将保留这些 dtype。 (GH 18502)

In [25]: cat = pd.Categorical(["foo", "bar", "bar", "qux"], ordered=True)

In [26]: df = pd.DataFrame({'payload': [-1, -2, -1, -2], 'col': cat})

In [27]: df
Out[27]: 
 payload  col
0       -1  foo
1       -2  bar
2       -1  bar
3       -2  qux

[4 rows x 2 columns]

In [28]: df.dtypes
Out[28]: 
payload       int64
col        category
Length: 2, dtype: object

以前的行为:

In [5]: df.groupby('payload').first().col.dtype
Out[5]: dtype('O')

新行为:

In [29]: df.groupby('payload').first().col.dtype
Out[29]: CategoricalDtype(categories=['bar', 'foo', 'qux'], ordered=True, categories_dtype=object) 
```  ### 不兼容的索引类型联合

当在不兼容 dtype 的对象之间执行`Index.union()`操作时，结果将是 dtype 为`object`的基本`Index`。对于以前将被禁止的`Index`对象之间的联合，此行为仍然有效。在执行联合操作之前，空`Index`对象的 dtype 现在将被评估，而不是简单地返回另一个`Index`对象。`Index.union()`现在可以被认为是可交换的，即`A.union(B) == B.union(A)` ([GH 23525](https://github.com/pandas-dev/pandas/issues/23525))。

*以前的行为*:

```py
In [1]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
...
ValueError: can only call with other PeriodIndex-ed objects

In [2]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[2]: Int64Index([1, 2, 3], dtype='int64')

新行为:

In [3]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
Out[3]: Index([1991-09-05, 1991-09-06, 1, 2, 3], dtype='object')
In [4]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[4]: Index([1, 2, 3], dtype='object')

请注意，整数和浮点数索引被视为“兼容”。整数值被强制转换为浮点数，这可能会导致精度损失。更多信息请参见索引对象上的集合操作。

`DataFrame` GroupBy ffill/bfill 不再返回组标签

DataFrameGroupBy的ffill，bfill，pad和backfill方法以前在返回值中包括了组标签，这与其他 groupby 转换不一致。现在只返回填充值。 (GH 21521)

In [30]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [31]: df
Out[31]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

先前的行为:

In [3]: df.groupby("a").ffill()
Out[3]:
   a  b
0  x  1
1  y  2

新行为:

In [32]: df.groupby("a").ffill()
Out[32]: 
 b
0  1
1  2

[2 rows x 1 columns]

`DataFrame`在空分类/对象列上描述将返回 top 和 freq

当在空分类/对象列上调用[DataFrame.describe()]时，以前会省略“top”和“freq”列，这与非空列的输出不一致。现在“top”和“freq”列将始终包括在内，如果是空的DataFrame，则为numpy.nan（GH 26397）

In [33]: df = pd.DataFrame({"empty_col": pd.Categorical([])})

In [34]: df
Out[34]: 
Empty DataFrame
Columns: [empty_col]
Index: []

[0 rows x 1 columns]

先前的行为:

In [3]: df.describe()
Out[3]:
        empty_col
count           0
unique          0

新行为:

In [35]: df.describe()
Out[35]: 
 empty_col
count          0
unique         0
top          NaN
freq         NaN

[4 rows x 1 columns]

`str`方法现在调用`repr`而不是相反

到目前为止，pandas 主要在 pandas 对象的__str__/__unicode__/__bytes__方法中定义了字符串表示，并且如果没有找到特定的__repr__方法，则从__repr__方法中调用__str__。这对于 Python3 不是必要的。在 pandas 0.25 中，现在通常在__repr__中定义了 pandas 对象的字符串表示，并且通常现在调用__str__会将调用传递给__repr__，如果不存在特定的__str__方法，这是 Python 的标准。这种变化对于直接使用 pandas 是向后兼容的，但是如果您对 pandas 对象进行子类化并且为您的子类提供了特定的__str__/__repr__方法，则可能需要调整您的__str__/__repr__方法 (GH 26495).

使用`Interval`对象对`IntervalIndex`进行索引

对于IntervalIndex，索引方法已修改为仅对Interval查询需要精确匹配。 IntervalIndex方法以前匹配任何重叠的Interval。使用标量点，例如使用整数进行查询，行为不变 (GH 16316).

In [36]: ii = pd.IntervalIndex.from_tuples([(0, 4), (1, 5), (5, 8)])

In [37]: ii
Out[37]: IntervalIndex([(0, 4], (1, 5], (5, 8]], dtype='interval[int64, right]')

in运算符(__contains__)现在仅对IntervalIndex中的Intervals进行精确匹配返回True，而以前对于任何与IntervalIndex中的Interval重叠的Interval都会返回True。

先前的行为:

In [4]: pd.Interval(1, 2, closed='neither') in ii
Out[4]: True

In [5]: pd.Interval(-10, 10, closed='both') in ii
Out[5]: True

新行为:

In [38]: pd.Interval(1, 2, closed='neither') in ii
Out[38]: False

In [39]: pd.Interval(-10, 10, closed='both') in ii
Out[39]: False

get_loc()��法现在只返回Interval查询的精确匹配位置，而不是之前返回重叠匹配的位置。如果找不到精确匹配，将引发KeyError。

之前的行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: array([0, 1])

In [7]: ii.get_loc(pd.Interval(2, 6))
Out[7]: array([0, 1, 2])

新行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: 1

In [7]: ii.get_loc(pd.Interval(2, 6))
---------------------------------------------------------------------------
KeyError: Interval(2, 6, closed='right')

同样，get_indexer()和get_indexer_non_unique()也只会返回精确匹配的位置给Interval查询，-1表示未找到精确匹配。

这些索引更改扩展到使用IntervalIndex索引查询Series或DataFrame。

In [40]: s = pd.Series(list('abc'), index=ii)

In [41]: s
Out[41]: 
(0, 4]    a
(1, 5]    b
(5, 8]    c
Length: 3, dtype: object

使用[]（__getitem__）或loc从Series或DataFrame中选择现在只返回Interval查询的精确匹配。

之前的行为：

In [8]: s[pd.Interval(1, 5)]
Out[8]:
(0, 4]    a
(1, 5]    b
dtype: object

In [9]: s.loc[pd.Interval(1, 5)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

新行为：

In [42]: s[pd.Interval(1, 5)]
Out[42]: 'b'

In [43]: s.loc[pd.Interval(1, 5)]
Out[43]: 'b'

类似地，对于非精确匹配，将引发KeyError而不是返回重叠匹配。

之前的行为：

In [9]: s[pd.Interval(2, 3)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

In [10]: s.loc[pd.Interval(2, 3)]
Out[10]:
(0, 4]    a
(1, 5]    b
dtype: object

新行为：

In [6]: s[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

In [7]: s.loc[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

overlaps()方法可用于创建一个布尔索引器，复制之前返回重叠匹配的行为。

新行为：

In [44]: idxr = s.index.overlaps(pd.Interval(2, 3))

In [45]: idxr
Out[45]: array([ True,  True, False])

In [46]: s[idxr]
Out[46]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object

In [47]: s.loc[idxr]
Out[47]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object 
```  ### Series 上的二进制 ufunc 现在对齐

现在应用类似`numpy.power()`这样的二进制 ufunc 时，当两者都是`Series`时会对齐输入（[GH 23293](https://github.com/pandas-dev/pandas/issues/23293)）。

```py
In [48]: s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

In [49]: s2 = pd.Series([3, 4, 5], index=['d', 'c', 'b'])

In [50]: s1
Out[50]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [51]: s2
Out[51]: 
d    3
c    4
b    5
Length: 3, dtype: int64

之前的行为

In [5]: np.power(s1, s2)
Out[5]:
a      1
b     16
c    243
dtype: int64

新行为

In [52]: np.power(s1, s2)
Out[52]: 
a     1.0
b    32.0
c    81.0
d     NaN
Length: 4, dtype: float64

这与 pandas 中其他二进制操作的行为相匹配，如Series.add()。要保留之前的行为，请在应用 ufunc 之前将另一个Series转换为数组。

In [53]: np.power(s1, s2.array)
Out[53]: 
a      1
b     16
c    243
Length: 3, dtype: int64

Categorical.argsort 现在将缺失值放在末尾

Categorical.argsort()现在将缺失值放在数组末尾，使其与 NumPy 和 pandas 的其余部分保持一致（GH 21801）。

In [54]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

之前的行为

In [2]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

In [3]: cat.argsort()
Out[3]: array([1, 2, 0])

In [4]: cat[cat.argsort()]
Out[4]:
[NaN, a, b]
categories (2, object): [a < b]

新行为

In [55]: cat.argsort()
Out[55]: array([2, 0, 1])

In [56]: cat[cat.argsort()]
Out[56]: 
['a', 'b', NaN]
Categories (2, object): ['a' < 'b']

传递字典列表给 DataFrame 时列顺序被保留

从 Python 3.7 开始，dict的键顺序是有保证的。实际上，自 Python 3.6 起就是如此。DataFrame构造函数现在将字典列表视为OrderedDict列表处理，即保留字典的顺序。此更改仅在 pandas 在 Python>=3.6 上运行时适用（GH 27309）。

In [57]: data = [
 ....:    {'name': 'Joe', 'state': 'NY', 'age': 18},
 ....:    {'name': 'Jane', 'state': 'KY', 'age': 19, 'hobby': 'Minecraft'},
 ....:    {'name': 'Jean', 'state': 'OK', 'age': 20, 'finances': 'good'}
 ....: ]
 ....:

之前的行为:

以前按词典顺序对列进行了排序，

In [1]: pd.DataFrame(data)
Out[1]:
   age finances      hobby  name state
0   18      NaN        NaN   Joe    NY
1   19      NaN  Minecraft  Jane    KY
2   20     good        NaN  Jean    OK

新行为:

现在的列顺序与dict中键的插入顺序相匹配，考虑了从上到下的所有记录。因此，与以前的 pandas 版本相比，生成的 DataFrame 的列顺序已更改。

In [58]: pd.DataFrame(data)
Out[58]: 
 name state  age      hobby finances
0   Joe    NY   18        NaN      NaN
1  Jane    KY   19  Minecraft      NaN
2  Jean    OK   20        NaN     good

[3 rows x 5 columns] 
```  ### 增加了依赖项的最低版本

由于不再支持 Python 2.7，一些可选依赖项的最低版本已更新 ([GH 25725](https://github.com/pandas-dev/pandas/issues/25725)，[GH 24942](https://github.com/pandas-dev/pandas/issues/24942)，[GH 25752](https://github.com/pandas-dev/pandas/issues/25752))。 独立地，一些依赖项的最低受支持版本已更新 ([GH 23519](https://github.com/pandas-dev/pandas/issues/23519)，[GH 25554](https://github.com/pandas-dev/pandas/issues/25554))。 如果已安装，我们现在要求：

| 包 | 最低版本 | 要求 |
| --- | --- | --- |
| numpy | 1.13.3 | X |
| pytz | 2015.4 | X |
| python-dateutil | 2.6.1 | X |
| bottleneck | 1.2.1 |  |
| numexpr | 2.6.2 |  |
| pytest（开发） | 4.0.2 |  |

对于[可选库](https://pandas.pydata.org/docs/getting_started/install.html)，一般建议使用最新版本。 以下表格列出了 pandas 开发过程中当前正在测试的每个库的最低版本。 低于最低测试版本的可选库可能仍然可用，但不被视为受支持。

| 包 | 最低版本 |
| --- | --- |
| beautifulsoup4 | 4.6.0 |
| fastparquet | 0.2.1 |
| gcsfs | 0.2.2 |
| lxml | 3.8.0 |
| matplotlib | 2.2.2 |
| openpyxl | 2.4.8 |
| pyarrow | 0.9.0 |
| pymysql | 0.7.1 |
| pytables | 3.4.2 |
| scipy | 0.19.0 |
| sqlalchemy | 1.1.4 |
| xarray | 0.8.2 |
| xlrd | 1.1.0 |
| xlsxwriter | 0.9.8 |
| xlwt | 1.2.0 |

更多详情请参阅依赖项和可选依赖项。  ### 其他 API 更改

+   `DatetimeTZDtype` 现在将 pytz 时区标准化为通用时区实例 ([GH 24713](https://github.com/pandas-dev/pandas/issues/24713))

+   `Timestamp` 和 `Timedelta` 标量现在实现了 `to_numpy()` 方法，作为 `Timestamp.to_datetime64()` 和 `Timedelta.to_timedelta64()` 的别名，分别。 ([GH 24653](https://github.com/pandas-dev/pandas/issues/24653))

+   `Timestamp.strptime()` 现在会引发 `NotImplementedError`（[GH 25016](https://github.com/pandas-dev/pandas/issues/25016)）

+   将不受支持的对象与 `Timestamp` 进行比较现在会返回 [`NotImplemented`](https://docs.python.org/3/library/constants.html#NotImplemented "(在 Python v3.12 中)") 而不是引发 `TypeError`。这意味着不受支持的丰富比较被委托给其他对象，并且现在与 Python 3 中的 `datetime` 对象一致（[GH 24011](https://github.com/pandas-dev/pandas/issues/24011)）

+   `DatetimeIndex.snap()` 中的错误，未保留输入 `Index` 的 `name`（[GH 25575](https://github.com/pandas-dev/pandas/issues/25575)）

+   `DataFrameGroupBy.agg()` 中的 `arg` 参数已更名为 `func`（[GH 26089](https://github.com/pandas-dev/pandas/issues/26089)）

+   `Window.aggregate()` 中的 `arg` 参数已更名为 `func`（[GH 26372](https://github.com/pandas-dev/pandas/issues/26372)）

+   大多数 pandas 类都有一个 `__bytes__` 方法，用于获取对象的 python2 风格的字节串表示形式。此方法已作为放弃 Python2 的一部分而被移除（[GH 26447](https://github.com/pandas-dev/pandas/issues/26447)）

+   对于 1 级 `MultiIndex`，已禁用 `.str` 访问器，如有必要，请使用 `MultiIndex.to_flat_index()`（[GH 23679](https://github.com/pandas-dev/pandas/issues/23679)）

+   移除了 gtk 包对剪贴板的支持（[GH 26563](https://github.com/pandas-dev/pandas/issues/26563)）

+   使用不受支持的 Beautiful Soup 4 版本现在将引发 `ImportError` 而不是 `ValueError`（[GH 27063](https://github.com/pandas-dev/pandas/issues/27063)）

+   当保存时区感知数据时，`Series.to_excel()` 和 `DataFrame.to_excel()` 现在会引发 `ValueError`（[GH 27008](https://github.com/pandas-dev/pandas/issues/27008), [GH 7056](https://github.com/pandas-dev/pandas/issues/7056)）

+   `ExtensionArray.argsort()` 将 NA 值放置在已排序数组的末尾（[GH 21801](https://github.com/pandas-dev/pandas/issues/21801)）

+   `DataFrame.to_hdf()` 和 `Series.to_hdf()` 现在在保存带有扩展数据类型的 `MultiIndex` 到 `fixed` 格式时会引发 `NotImplementedError`。([GH 7775](https://github.com/pandas-dev/pandas/issues/7775))

+   在 `read_csv()` 中传递重复的 `names` 现在会引发 `ValueError` ([GH 17346](https://github.com/pandas-dev/pandas/issues/17346))  ## 废弃

### 稀疏子类

`SparseSeries` 和 `SparseDataFrame` 子类已经被废弃。它们的功能可以由具有稀疏值的 `Series` 或 `DataFrame` 更好地提供。

**之前的方式**

```py
df = pd.SparseDataFrame({"A": [0, 0, 1, 2]})
df.dtypes

新方式

In [59]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 0, 1, 2])})

In [60]: df.dtypes
Out[60]: 
A    Sparse[int64, 0]
Length: 1, dtype: object

这两种方法的内存使用情况相同 (GH 19239).

msgpack 格式

从 0.25 版本开始，msgpack 格式已经不再推荐使用，并将在未来版本中移除。建议使用 pyarrow 进行 pandas 对象的传输。(GH 27084)

其他废弃内容

废弃的 .ix[] 索引器现在会引发更明显的 FutureWarning 而不是 DeprecationWarning (GH 26438).
废弃了 units=M (月) 和 units=Y (年) 参数，对于 pandas.to_timedelta()、pandas.Timedelta() 和 pandas.TimedeltaIndex() (GH 16344)
pandas.concat() 已经废弃了 join_axes 关键字。而应该在结果或输入上使用 DataFrame.reindex() 或 DataFrame.reindex_like() (GH 21951)
SparseArray.values 属性已经被废弃。你可以使用 np.asarray(...) 或 SparseArray.to_dense() 方法代替 (GH 26421).
函数 pandas.to_datetime() 和 pandas.to_timedelta() 已弃用 box 关键字。请改用 to_numpy() 或 Timestamp.to_datetime64() 或 Timedelta.to_timedelta64() (GH 24416)。
DataFrame.compound() 和 Series.compound() 方法已被弃用，并将在将来的版本中删除 (GH 26405)。
RangeIndex 的内部属性 _start、_stop 和 _step 已经被弃用。请使用公共属性 start、stop 和 step 替代 (GH 26581)。
Series.ftype()、Series.ftypes() 和 DataFrame.ftypes() 方法已被弃用，并将在将来的版本中删除。请改用 Series.dtype() 和 DataFrame.dtypes() (GH 26705)。
Series.get_values()、DataFrame.get_values()、Index.get_values()、SparseArray.get_values() 和 Categorical.get_values() 方法已被弃用。可以使用 np.asarray(..) 或 to_numpy() 其中之一替代 (GH 19617)。
NumPy ufuncs 上的 ‘outer’ 方法，例如 np.subtract.outer 在 Series 对象上已被弃用。请先将输入转换为数组，然后再使用 Series.array (GH 27186)。
Timedelta.resolution()已弃用并替换为Timedelta.resolution_string()。在将来的版本中，Timedelta.resolution()将更改为像标准库一样的行为datetime.timedelta.resolution（GH 21344）
read_table()已经取消弃用。（GH 25220）
Index.dtype_str已弃用。（GH 18262）
Series.imag和Series.real已弃用。（GH 18262）
Series.put()已弃用。（GH 18262）
Index.item()和Series.item()已弃用。（GH 18262）
在CategoricalDtype中，默认值ordered=None已被弃用，而是使用ordered=False。在转换分类类型时，必须显式传递ordered=True才能保留。（GH 26336）
Index.contains()已弃用。使用key in index（__contains__）代替（GH 17753）。
DataFrame.get_dtype_counts()已弃用。（GH 18262）
Categorical.ravel()将返回一个Categorical而不是一个np.ndarray（GH 27199） ## 移除了先前版本的弃用/更改
移除了Panel（GH 25047，GH 25191，GH 25231）
移除了之前在read_excel()中弃用的sheetname关键字（GH 16442，GH 20938）
移除了之前被弃用的TimeGrouper（GH 16942）
移除了之前在read_excel()中弃用的parse_cols关键字（GH 16488）
移除了先前弃用的pd.options.html.border（GH 16970）
移除了先前弃用的convert_objects（GH 11221）
移除了先前弃用的DataFrame和Series的select方法（GH 17633）
移除了先前弃用的在rename_categories()中将Series视为类似列表的行为（GH 17982）
移除了先前弃用的DataFrame.reindex_axis和Series.reindex_axis（GH 17842）
移除了先前弃用的通过Series.rename_axis()或DataFrame.rename_axis()修改列或索引标签的行为（GH 17842）
移除了先前弃用的在read_html()、read_csv()和DataFrame.to_csv()中的tupleize_cols关键字参数（GH 17877，GH 17820）
移除了先前弃用的DataFrame.from.csv和Series.from_csv（GH 17812）
移除了先前弃用的DataFrame.where()和DataFrame.mask()中raise_on_error关键字参数的行为（GH 17744）
移除了先前弃用的astype中的ordered和categories关键字参数（GH 17742）
移除了先前弃用的cdate_range（GH 17691）
移除了先前弃用的SeriesGroupBy.nth()中dropna关键字参数的True选项（GH 17493）
在Series.take()和DataFrame.take()中删除了先前弃用的convert关键字参数（GH 17352）
删除了先前对datetime.date对象进行算术操作的弃用行为（GH 21152) ## 性能改进
在SparseArray初始化中有显着加速，从而使大多数操作受益，并修复了在 v0.20.0 中引入的性能回归（GH 24985）
使用任何字符串或非本机字节序列列输出数据时，DataFrame.to_stata()现在更快了（GH 25045）
Series.searchsorted()的性能有所提升。当 dtype 为 int8/int16/int32 且搜索键在 dtype 的整数边界内时，加速尤为显著（GH 22034）
GroupBy.quantile()的性能有所提升（GH 20405）
对RangeIndex的切片和其他选定操作性能有所提升（GH 26565, GH 26617, GH 26722)
现在，RangeIndex执行标准查找而不实例化实际哈希表，因此节省了内存（GH 16685）
通过更快的标记化和更快的小浮点数解析，改进了read_csv()的性能（GH 25784）
通过更快地解析 N/A 和布尔值，改进了read_csv()的性能（GH 25804）
通过删除转换为MultiIndex来改善IntervalIndex.is_monotonic、IntervalIndex.is_monotonic_increasing和IntervalIndex.is_monotonic_decreasing的性能（GH 24813）
在写入日期时间数据类型时，提高了DataFrame.to_csv()的性能（GH 25708）
通过更快速解析MM/YYYY和DD/MM/YYYY日期时间格式，提高了read_csv()的性能（GH 25922）
对于不能存储 NaN 的数据类型，通过不再需要垃圾收集来提高性能。对于Series.all()和Series.any()，速度提升尤为明显（GH 25070）
对于分类系列上的字典映射，通过映射类别而不是映射所有值，提高了Series.map()的性能（GH 23785）
改进了IntervalIndex.intersection()的性能（GH 24813）
通过更快速地连接日期列而不需要额外将整数/浮点数零和浮点数NaN转换为字符串，以及更快速地检查字符串是否可能是日期，提高了read_csv()的性能（GH 25754）
通过删除转换为MultiIndex来提高了IntervalIndex.is_unique的性能（GH 24813）
通过重新启用专门的代码路径，恢复了DatetimeIndex.__iter__()的性能（GH 26702）
在至少有一个CategoricalIndex级别的情况下构建MultiIndex时，提高了性能（GH 22044）
在检查SettingWithCopyWarning时，通过不再需要垃圾收集来提高性能（GH 27031）
对于to_datetime()，将缓存参数的默认值更改为True（GH 26043）
针对非唯一、单调数据，提高了DatetimeIndex和PeriodIndex切片的性能（GH 27136)
改进了pd.read_json()对索引导向数据的性能。 (GH 26773)
改进了MultiIndex.shape()的性能 (GH 27384)。## Bug 修复

日期时间类

修复了在调用时会引发（错误的）ValueError的to_datetime()，当调用时指定了一个遥远的日期并且指定了format参数时，而不是引发OutOfBoundsDatetime (GH 23830)
修复了在调用时会引发InvalidIndexError: Reindexing only valid with uniquely valued Index objects的to_datetime()，当调用时cache=True，arg包含来自集合{None, numpy.nan, pandas.NaT}中至少两个不同元素时 (GH 22305)
修复了在时区感知数据为dtype='datetime64[ns]时，DataFrame和Series中的错误，未将其转换为无时区数据的错误 (GH 25843)
改进了各种日期时间函数中对Timestamp类型检查，以防止在使用子类化的datetime时引发异常 (GH 25851)
在 Series 和 DataFrame 的 repr 中，带有 dtype=object 的 np.datetime64('NaT') 和 np.timedelta64('NaT') 将被表示为 NaN。（GH 25445）
to_datetime() 中的错误，在错误设置为 coerce 时未将无效参数替换为 NaT。（GH 26122）
将非零月份的 DateOffset 添加到 DatetimeIndex 中会引发 ValueError。（GH 26258）
在调用带有无效日期和 NaN 值混合的 format='%Y%m%d' 和 error='coerce' 时，to_datetime() 中引发未处理的 OverflowError。（GH 25512）
isin() 在 datetimelike 索引中的错误；DatetimeIndex、TimedeltaIndex 和 PeriodIndex 中 levels 参数被忽略。（GH 26675）
to_datetime() 中的错误，在调用格式为 '%Y%m%d' 的无效整数日期时，如果长度大于等于 6 位，则会引发 TypeError，errors='ignore'。
当与零维 numpy 数组进行比较时，PeriodIndex 中出现的错误。（GH 26689）
在使用非 ns 单位和超出范围的时间戳构建 numpy datetime64 数组的 Series 或 DataFrame 时出现错误，将正确引发 OutOfBoundsDatetime 错误。（GH 26206）。
在非常大或非常小的日期上使用 date_range() 时，出现不必要的 OverflowError。（GH 26651）
在将 Timestamp 添加到 np.timedelta64 对象时，将引发错误而不是返回 Timestamp。（GH 24775）
比较一个包含 np.datetime64 对象的零维 numpy 数组与 Timestamp 时，错误地引发 TypeError 的 Bug (GH 26916)
to_datetime() 中的 Bug，当以 cache=True 调用时，会引发 ValueError: Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True，其中 arg 包含具有不同偏移的日期时间字符串 (GH 26097)

时间增量

TimedeltaIndex.intersection() 中的 Bug，对于非单调索引，在某些情况下，当实际存在交集时，返回的是空的 Index (GH 25913)
在 Timedelta 与 NaT 之间比较时引发 TypeError 的 Bug (GH 26039)
在将 BusinessHour 添加或减去到与结果时间分别落在后续或前一个日期的 Timestamp 时的 Bug (GH 26381)
比较一个 TimedeltaIndex 与零维 numpy 数组时的 Bug (GH 26689)

时区

在 DatetimeIndex.to_frame() 中，时区感知数据会被转换为时区无关数据的 Bug (GH 25809)
带有 utc=True 的 to_datetime() 中的 Bug，以及会将先前解析的 UTC 偏移应用于后续参数的日期时间字符串 (GH 24992)
Timestamp.tz_localize() 和 Timestamp.tz_convert() 中存在的 Bug 未传播 freq (GH 25241)
在 Series.at() 中设定带时区的 Timestamp 时引发 TypeError 的 Bug (GH 25506)
Bug in DataFrame.update() 在使用带有时区信息的数据进行更新时，会返回时区无关的数据（GH 25807）
Bug in to_datetime() 出现了一个问题，当传递一个带有混合 UTC 偏移的日期时间字符串的 naive Timestamp时，会引发一个无信息的RuntimeError（GH 25978）
Bug in to_datetime() 中，使用unit='ns'会从解析的参数中删除时区信息（GH 26168）
Bug in DataFrame.join() 在将带有时区信息的索引与带有时区信息的列进行连接时，会导致一列NaN（GH 26335）
Bug in date_range() 中，模糊或不存在的开始或结束时间未被ambiguous或nonexistent关键字处理（GH 27088）
在合并带有时区信息和不带时区信息的DatetimeIndex时，DatetimeIndex.union()存在 bug（GH 21671）
当将 numpy 缩减函数（例如numpy.minimum()）应用于带有时区信息的Series时出现了 bug（GH 15552）

数值

Bug in to_numeric() 中，大负数被错误处理（GH 24910)
Bug in to_numeric() 中，即使errors不是coerce，数字也被强制转换为浮点数（GH 24910）
Bug in to_numeric() 中允许errors的无效值（GH 26466）
在format中存在 bug，浮点复数数字未被格式化为正确的显示精度和修剪（GH 25514）
DataFrame.corr() 和 Series.corr() 中错误消息的错误。增加了使用可调用对象的可能性。(GH 25729)
Series.divmod() 和 Series.rdivmod() 中的错误，会引发（不正确的）ValueError，而不是返回一对Series对象作为结果。(GH 25557)
当将非数值索引发送到需要数值索引的方法 interpolate() 时，引发一个有用的异常。(GH 21662)
在使用标量运算符比较浮点数时，eval() 中的错误消息改进，例如：x < -0.1。(GH 25928)
修复了将全布尔数组转换为整数扩展数组失败的错误。(GH 25211)
包含零的 Series 对象中 divmod 中的错误，错误地引发 AttributeError。(GH 26987)
Series floor-division (//) 和 divmod 中的不一致，用 NaN 填充正数//零，而不是 Inf。(GH 27321)

Conversion

在传递列和类型字典给 DataFrame.astype() 时，errors 参数被忽略的错误。(GH 25905)

Strings

Series.str 的几种方法中 __name__ 属性的错误设置。(GH 23551)
在将错误类型的Series传递给 Series.str.cat() 时，改进了错误消息。(GH 22722)

Interval

Interval 的构造仅限于数值、Timestamp 和 Timedelta 端点。(GH 23013)
修复了Series/DataFrame 中不显示 IntervalIndex 中缺失值的 NaN 的 Bug（GH 25984）。
IntervalIndex.get_loc() 存在 Bug，对于递减的IntervalIndex，会错误地引发 KeyError（GH 25860）。
在Index 构造函数中存在 Bug，传入混合的封闭 Interval 对象将导致 ValueError 而不是 object dtype Index（GH 27172）。

索引

在调用 DataFrame.iloc() 时，当传入非数值对象列表时，改进了异常消息（GH 25753）。
当使用长度不同的布尔索引器调用.iloc 或 .loc 时，改进了异常消息（GH 26658）。
KeyError 异常消息中的错误在索引MultiIndex时，当使用一个不存在的键时没有显示原始键值（GH 27250）。
在使用布尔索引器的.iloc 和 .loc 中存在 Bug，当传递的项目太少时未引发 IndexError（GH 26658）。
在 DataFrame.loc() 和 Series.loc() 中存在 Bug，当键值小于或等于MultiIndex 中级别数量时，未对 MultiIndex 引发 KeyError（GH 14885）。
存在 Bug，在 DataFrame.append() 产生错误警告，指示未来将在要附加的数据包含新列时引发 KeyError（GH 22252）。
修复了当索引为单级MultiIndex时，DataFrame.to_csv() 在重新索引的数据帧上导致段错误的 bug（GH 26303）。
修复了将arrays.PandasArray分配给DataFrame会引发错误的 bug（GH 26390）。
允许在 DataFrame.query() 字符串中使用可调用本地引用的关键字参数（GH 26426）。
修复了在包含恰好一个丢失标签的列表的情况下，对MultiIndex 级进行索引时出现KeyError的 bug（GH 27148）。
修复了在 MultiIndex 中部分匹配Timestamp 时产生AttributeError的 bug（GH 26944）。
修复了在使用与Interval值不可比较的对象使用 in 运算符 (__contains__) 时，Categorical 和 CategoricalIndex 中的 bug（GH 23705）。
修复了在具有单个时区感知的 datetime64[ns] 列的 DataFrame 上使用DataFrame.loc() 和 DataFrame.iloc() 错误地返回标量而不是Series 的 bug（GH 27110）。
修复了当使用 in 运算符 (__contains__) 传递列表时，CategoricalIndex 和 Categorical 错误地引发ValueError而不是TypeError的 bug（GH 21729）。
在 Series 中设置新值时，使用 Timedelta 对象错误地将值转换为整数（GH 22717）
在使用时区感知日期时间设置新键（__setitem__）时，Series 错误地引发 ValueError（GH 12862）
在使用只读索引器进行索引时，DataFrame.iloc() 中的错误（GH 17192）
在使用时区感知日期时间值设置现有元组键（__setitem__）时，Series 错误地引发 TypeError（GH 20441）

缺失

如果需要参数 order 但未提供时，Series.interpolate() 中的误导性异常消息已修复（GH 10633, GH 24014）
如果传递无效的 axis 参数，DataFrame.dropna() 中的异常消息中显示的类类型已修复（GH 25555）
当 limit 不是正整数时，DataFrame.fillna() 现在会引发 ValueError（GH 27042）

多重索引

Timedelta 在测试 MultiIndex 的成员资格时引发了错误异常（GH 24570）

IO

DataFrame.to_html() 中的错误，值被截断使用显示选项而不是输出完整内容（GH 17004）
在 Python 3 的 Windows 上复制 utf-16 字符时，使用 to_clipboard() 时缺失文本的错误已修复（GH 25040）
在尝试默认推断 dtype 时，read_json() 存在 bug，因为 dtype 已在 JSON 模式中定义（GH 21345）
在orient='table'和浮点索引的情况下，read_json() 存在 bug，因为它默认推断索引 dtype，而 JSON 模式中已经定义了索引 dtype（GH 25433）
在orient='table'和浮点列名字符串的情况下，read_json() 存在 bug，因为它会将列名类型转换为 Timestamp，这不适用于 JSON 模式中已经定义了列名的情况（GH 25435）
在errors='ignore'的情况下，json_normalize() 中存在 bug，输入数据中的缺失值会在结果 DataFrame 中被填充为字符串 "nan" 而不是 numpy.nan（GH 25468）
当使用无效类型的 classes 参数时，DataFrame.to_html() 现在会引发 TypeError 而不是 AssertionError（GH 25608）
当使用 header 关键字时，DataFrame.to_string() 和 DataFrame.to_latex() 存在 bug，会导致输出不正确（GH 16718）
在 Windows 上的 Python 3.6+ 中，read_csv() 不能正确解释 UTF8 编码的文件名（GH 15086）
在转换具有缺失值的列时，pandas.read_stata() 和 pandas.io.stata.StataReader 的性能得到了改善（GH 25772）
DataFrame.to_html() 存在一个 bug，当四舍五入时，表头数字会忽略显示选项（GH 17280）
read_hdf() 中的 Bug，直接使用 PyTables 写入的 HDF5 文件读取表时，通过 start 或 stop 参数进行子选择会导致 ValueError 错误（GH 11188)
read_hdf() 中的 Bug 在引发 KeyError 后未正确关闭存储（GH 25766)
改进了在 Stata dta 文件中重复使用值标签时的失败解释，并提出了解决方法（GH 25772)
改进了 pandas.read_stata() 和 pandas.io.stata.StataReader，以读取由 Stata 保存的格式错误的 118 格式文件（GH 25960)
在 DataFrame.to_html() 中改进了 col_space 参数，以接受字符串，从而可以正确设置 CSS 长度值（GH 25941)
修复了从 S3 加载包含 URL 中 # 字符的对象时的 Bug（GH 25945)
向 read_gbq() 添加了 use_bqstorage_api 参数，以加快大型数据框的下载速度。该功能还需要 pandas-gbq 库的 0.10.0 版本以及 google-cloud-bigquery-storage 和 fastavro 库（GH 26104)
在处理数值数据时，修复了 DataFrame.to_json() 中的内存泄漏问题（GH 24889)
在 read_json() 中修复了日期字符串中带有 Z 的情况未转换为 UTC 时区的 Bug（GH 26168)
向 read_csv() 添加了 cache_dates=True 参数，允许在解析时缓存唯一日期（GH 25990)
当调用者的维度超出 Excel 限制时，DataFrame.to_excel() 现在会引发 ValueError 错误（GH 26051)
修复了当存在 BOM 时 pandas.read_csv() 使用 engine=’python’ 会导致错误解析的错误（GH 26545）
当输入类型为 pandas.io.excel.ExcelFile 且传递了 engine 参数时，read_excel() 现在会引发 ValueError，因为 pandas.io.excel.ExcelFile 已经定义了一个引擎（GH 26566）
选择 HDFStore 中指定了 where='' 时存在的错误（GH 26610）
在 DataFrame.to_excel() 中存在的错误，即合并单元格中的自定义对象（即 PeriodIndex）未被转换为 Excel 写入器安全类型的错误（GH 27006）
在 read_hdf() 中存在的错误，即读取带有时区信息的 DatetimeIndex 时会引发 TypeError 的错误（GH 11926）
在 to_msgpack() 和 read_msgpack() 中存在的错误，会引发 FileNotFoundError 而不是无效路径时会引发 ValueError（GH 27160）
修复了当数据框没有列时 DataFrame.to_parquet() 会引发 ValueError 的错误（GH 27339）
在使用 read_csv() 时允许解析 PeriodDtype 列（GH 26934)

绘图

修复了 api.extensions.ExtensionArray 无法在 matplotlib 绘图中使用的错误（GH 25587）
在 DataFrame.plot() 中的错误消息中存在一个错误。如果传递给 DataFrame.plot() 的是非数值数据，则改进错误消息（GH 25481）
当绘制非数字/非日期时间索引时，修复了 ticklabel 位置不正确的错误(GH 7612, GH 15912, GH 22334)
修复了一个错误，导致绘制PeriodIndex时间序列失败，如果频率是频率规则代码的倍数(GH 14763)
修复了在使用datetime.timezone.utc时区时绘制DatetimeIndex时的错误(GH 17173)

GroupBy/resample/rolling

在具有时区感知索引的Resampler.agg()中修复了一个错误，当传递函数列表时会引发OverflowError的错误(GH 22660)
修复了DataFrameGroupBy.nunique()中列级别名称丢失的错误(GH 23222)
在将聚合函数应用于时区感知数据时，修复了GroupBy.agg()中的错误(GH 23683)
在GroupBy.first()和GroupBy.last()中修复了时区信息丢失的错误(GH 21603)
当只对 NA 值进行分组时，修复了GroupBy.size()中的错误(GH 23050)
修复了Series.groupby()中observed关键字参数以前被忽略的错误(GH 24880)
修复了在使用MultiIndex Series 的标签列表等于系列长度时，使用groupby导致不正确分组的错误(GH 25704)
确保在所有 Python 版本中groupby聚合函数的输出排序是一致的(GH 25692)
确保在有序Categorical上进行分组并指定observed=True时，结果组的顺序是正确的(GH 25871, GH 25167)
在 Rolling.min() 和 Rolling.max() 中存在一个 bug，导致内存泄漏（GH 25893）
在 Rolling.count() 和 .Expanding.count 中存在一个 bug，先前忽略了 axis 关键字（GH 13503）
在 GroupBy.idxmax() 和 GroupBy.idxmin() 中存在一个 bug，datetime 列会返回不正确的 dtype（GH 25444, GH 15306）
在 GroupBy.cumsum()、GroupBy.cumprod()、GroupBy.cummin() 和 GroupBy.cummax() 中存在一个 bug，在具有缺失类别的分类列时，会返回不正确的结果或 segfault（GH 16771）
在 GroupBy.nth() 中存在一个 bug，在分组中的 NA 值会返回不正确的结果（GH 26011）
在 SeriesGroupBy.transform() 中存在一个 bug，对空分组进行转换会引发 ValueError（GH 26208）
在 DataFrame.groupby() 中存在一个 bug，当传递一个 Grouper 时，使用 .groups 访问器会返回不正确的分组（GH 26326）
在 GroupBy.agg() 中存在一个 bug，对于 uint64 列返回不正确的结果（GH 26310）
在 Rolling.median() 和 Rolling.quantile() 中存在一个 bug，在空窗口时会引发 MemoryError（GH 26005）
Rolling.median()和Rolling.quantile()中存在一个问题，即当closed='left'和closed='neither'时返回的结果不正确（GH 26005）。
改进了Rolling、Window和ExponentialMovingWindow函数，以从结果中排除无关的列而不是引发错误，并且只有当所有列都是无关的时才引发DataError（GH 12537）。
Rolling.max()和Rolling.min()中存在一个问题，即当变量窗口为空时返回的结果不正确（GH 26005）。
当使用不支持的加权窗口函数作为Window.aggregate()的参数时，会引发一个有用的异常（GH 26597）。

重塑

在pandas.merge()中存在一个问题，即如果在后缀中分配了None，则会添加一个None的字符串，而不是保留列名不变（GH 24782）。
在按索引名称合并时，merge()有时会导致索引编号错误（现在缺失的索引值将被分配为 NA）（GH 24212，GH 25009）。
to_records()现在接受column_dtypes参数的数据类型（GH 24895）。
concat()中存在一个问题，即无法尊重OrderedDict（以及 Python 3.6+中的dict）的顺序，当作为objs参数传入时（GH 21510）。
pivot_table()中存在一个问题，即带有NaN值的列即使dropna参数为False，当aggfunc参数包含一个list时也会被删除（GH 22159）。
concat() 中存在 Bug，两个具有相同 freq 的 DatetimeIndex 合并后 freq 会被丢弃 (GH 3232)。
merge() 中存在 Bug，相同的分类数据类型合并会引发错误 (GH 22501)。
使用迭代器或生成器的字典实例化 DataFrame 时会引发错误（例如 pd.DataFrame({'A': reversed(range(3))})） (GH 26349)。
DataFrame 使用 range 实例化时会引发错误（例如 pd.DataFrame(range(3))） (GH 26342)。
DataFrame 构造函数中传递非空元组会导致分段错误 (GH 25691)。
Series.apply() 中存在 Bug，当系列为时区感知的 DatetimeIndex 时会失败 (GH 25959)。
pandas.cut() 中存在 Bug，大的分箱可能由于整数溢出而错误地引发错误 (GH 26045)。
DataFrame.sort_index() 中存在 Bug，当多级索引的 DataFrame 在所有级别上都按顺序排序时，最初的级别排序最后会引发错误 (GH 26053)。
Series.nlargest() 中存在 Bug，将 True 视为小于 False (GH 26154)。
DataFrame.pivot_table() 中存在 Bug，使用 IntervalIndex 作为透视索引会引发 TypeError (GH 25814)。
在使用orient='index'时，DataFrame.from_dict()忽略了OrderedDict的顺序（GH 8425）
在对具有时区信息的日期时间列进行转置时，DataFrame.transpose()会错误地引发ValueError（GH 26825）
在将时区感知列作为values进行数据透视时，在pivot_table()中会删除时区信息（GH 14948）
在指定多个by列且其中一个是datetime64[ns, tz] dtype 时，在merge_asof()中存在错误（GH 26649）

稀疏

在SparseArray初始化中显著加快速度，有利于大多数操作，修复了 v0.20.0 引入的性能回归（GH 24985）
在SparseFrame构造函数中，将None作为数据传递会导致default_fill_value被忽略的错误（GH 16807）
在向SparseDataFrame添加列时，如果值的长度与索引的长度不匹配，则会引发AssertionError而不是ValueError（GH 25484）
在Series.sparse.from_coo()中引入更好的错误消息，以便对不是 coo 矩阵的输入返回TypeError（GH 26554）
在SparseArray上使用numpy.modf()存在错误。现在返回SparseArray的元组（GH 26946）

构建更改

修复在 macOS 上使用 PyPy 安装时的错误（GH 26536）

ExtensionArray

在使用自定义na_sentinel的ExtensionArray时，factorize()存在错误（GH 25696）
Series.count()在 ExtensionArrays 中错误计算 NA 值（GH 26835）
添加了Series.__array_ufunc__以更好地处理��用于由扩展数组支持的 Series 的 NumPy ufuncs（GH 23293）
关键字参数 deep 已从 ExtensionArray.copy() 中移除 (GH 27083)

其他

从供应的 UltraJSON 实现中删除未使用的 C 函数 (GH 26198)
允许 Index 和 RangeIndex 被传递到 numpy 的 min 和 max 函数中 (GH 26125)
在 Series 子类的空对象的 repr 中使用实际的类名 (GH 27001)。
DataFrame 存在错误，传递时区感知的 datetime 对象的对象数组会错误地引发 ValueError (GH 13287) ## 贡献者

总共有 231 人为此版本贡献了补丁。名字后面带有“+”的人第一次贡献了补丁。

1_x7 +
Abdullah İhsan Seçer +
Adam Bull +
Adam Hooper
Albert Villanova del Moral
Alex Watt +
AlexTereshenkov +
Alexander Buchkovsky
Alexander Hendorf +
Alexander Nordin +
Alexander Ponomaroff
Alexandre Batisse +
Alexandre Decan +
Allen Downey +
Alyssa Fu Ward +
Andrew Gaspari +
Andrew Wood +
Antoine Viscardi +
Antonio Gutierrez +
Arno Veenstra +
ArtinSarraf
Batalex +
Baurzhan Muftakhidinov
Benjamin Rowell
Bharat Raghunathan +
Bhavani Ravi +
Big Head +
Brett Randall +
Bryan Cutler +
C John Klehm +
Caleb Braun +
Cecilia +
Chris Bertinato +
Chris Stadler +
Christian Haege +
Christian Hudon
Christopher Whelan
Chuanzhu Xu +
Clemens Brunner
Damian Kula +
Daniel Hrisca +
Daniel Luis Costa +
Daniel Saxton
DanielFEvans +
David Liu +
Deepyaman Datta +
Denis Belavin +
Devin Petersohn +
Diane Trout +
EdAbati +
Enrico Rotundo +
EternalLearner42 +
Evan +
Evan Livelo +
Fabian Rost +
Flavien Lambert +
Florian Rathgeber +
Frank Hoang +
Gaibo Zhang +
Gioia Ballin
Giuseppe Romagnuolo +
Gordon Blackadder +
Gregory Rome +
Guillaume Gay
HHest +
Hielke Walinga +
How Si Wei +
Hubert
Huize Wang +
Hyukjin Kwon +
Ian Dunn +
Inevitable-Marzipan +
Irv Lustig
JElfner +
Jacob Bundgaard +
James Cobon-Kerr +
Jan-Philip Gehrcke +
Jarrod Millman +
Jayanth Katuri +
Jeff Reback
Jeremy Schendel
Jiang Yue +
Joel Ostblom
Johan von Forstner +
Johnny Chiu +
Jonas +
Jonathon Vandezande +
Jop Vermeer +
Joris Van den Bossche
Josh
Josh Friedlander +
Justin Zheng
Kaiqi Dong
Kane +
Kapil Patel +
Kara de la Marck +
Katherine Surta +
Katrin Leinweber +
Kendall Masse
Kevin Sheppard
Kyle Kosic +
Lorenzo Stella +
Maarten Rietbergen +
Mak Sze Chun
Marc Garcia
Mateusz Woś
Matias Heikkilä
Mats Maiwald +
Matthew Roeschke
Max Bolingbroke +
Max Kovalovs +
Max van Deursen +
Michael
Michael Davis +
Michael P. Moran +
Mike Cramblett +
Min ho Kim +
Misha Veldhoen +
Mukul Ashwath Ram +
MusTheDataGuy +
Nanda H Krishna +
Nicholas Musolino
Noam Hershtig +
Noora Husseini +
Paul
Paul Reidy
Pauli Virtanen
Pav A +
Peter Leimbigler +
Philippe Ombredanne +
Pietro Battiston
Richard Eames +
Roman Yurchak
Ruijing Li
Ryan
Ryan Joyce +
Ryan Nazareth
Ryan Rehman +
Sakar Panta +
Samuel Sinayoko
Sandeep Pathak +
Sangwoong Yoon
Saurav Chakravorty
Scott Talbert +
Sergey Kopylov +
Shantanu Gontia +
Shivam Rana +
Shorokhov Sergey +
Simon Hawkins
Soyoun(Rose) Kim
Stephan Hoyer
Stephen Cowley +
Stephen Rauch
Sterling Paramore +
Steven +
Stijn Van Hoey
Sumanau Sareen +
Takuya N +
Tan Tran +
Tao He +
Tarbo Fukazawa
Terji Petersen +
Thein Oo
ThibTrip +
Thijs Damsma +
Thiviyan Thanapalasingam
Thomas A Caswell
Thomas Kluiters +
Tilen Kusterle +
Tim Gates +
Tim Hoffmann
Tim Swast
Tom Augspurger
Tom Neep +
Tomáš Chvátal +
Tyler Reddy
Vaibhav Vishal +
Vasily Litvinov +
Vibhu Agarwal +
Vikramjeet Das +
Vladislav +
Víctor Moron Tejero +
Wenhuan
Will Ayd +
William Ayd
Wouter De Coster +
Yoann Goular +
Zach Angell +
alimcmaster1
anmyachev +
chris-b1
danielplawrence +
endenis +
enisnazif +
ezcitron +
fjetter
froessler
gfyoung
gwrome +
h-vetinari
haison +
hannah-c +
heckeop +
iamshwin +
jamesoliverh +
jbrockmendel
jkovacevic +
killerontherun1 +
knuu +
kpapdac +
kpflugshaupt +
krsnik93 +
leerssej +
lrjball +
mazayo +
nathalier +
nrebena +
nullptr +
pilkibun +
pmaxey83 +
rbenes +
robbuckley
shawnbrown +
sudhir mohanraj +
tadeja +
tamuhey +
thatneat
topper-123
willweil +
yehia67 +
yhaque1213 +

Enhancements

带重命名的 GroupBy 聚合

pandas 已经添加了特殊的分组行为，称为“命名聚合”，用于在对特定列应用多个聚合函数时命名输出列（GH 18366，GH 26512）。

In [1]: animals = pd.DataFrame({'kind': ['cat', 'dog', 'cat', 'dog'],
 ...:                        'height': [9.1, 6.0, 9.5, 34.0],
 ...:                        'weight': [7.9, 7.5, 9.9, 198.0]})
 ...: 

In [2]: animals
Out[2]: 
 kind  height  weight
0  cat     9.1     7.9
1  dog     6.0     7.5
2  cat     9.5     9.9
3  dog    34.0   198.0

[4 rows x 3 columns]

In [3]: animals.groupby("kind").agg(
 ...:    min_height=pd.NamedAgg(column='height', aggfunc='min'),
 ...:    max_height=pd.NamedAgg(column='height', aggfunc='max'),
 ...:    average_weight=pd.NamedAgg(column='weight', aggfunc="mean"),
 ...: )
 ...: 
Out[3]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

将所需的列名称作为 **kwargs 传递给 .agg。**kwargs 的值应该是元组，第一个元素是列选择，第二个元素是要应用的聚合函数。pandas 提供了 pandas.NamedAgg 命名元组，以使函数的参数更清晰，但也接受普通元组。

In [4]: animals.groupby("kind").agg(
 ...:    min_height=('height', 'min'),
 ...:    max_height=('height', 'max'),
 ...:    average_weight=('weight', 'mean'),
 ...: )
 ...: 
Out[4]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

命名聚合是用于命名列特定聚合输出的“字典-字典”方法的推荐替代方法（Deprecate groupby.agg() with a dictionary when renaming）。

现在对 Series 分组对象也可以使用类似的方法。由于不需要选择列，所以值可以直接是要应用的函数

In [5]: animals.groupby("kind").height.agg(
 ...:    min_height="min",
 ...:    max_height="max",
 ...: )
 ...: 
Out[5]: 
 min_height  max_height
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

这种类型的聚合是在向 Series 分组聚合传递字典时重命名的推荐替代方法（Deprecate groupby.agg() with a dictionary when renaming）。

更多信息，请参阅命名聚合 ### 使用多个 lambda 函数进行 GroupBy 聚合

现在，您可以在GroupBy.agg中提供多个 lambda 函数以进行类似列表的聚合（GH 26430）。

In [6]: animals.groupby('kind').height.agg([
 ...:    lambda x: x.iloc[0], lambda x: x.iloc[-1]
 ...: ])
 ...: 
Out[6]: 
 <lambda_0>  <lambda_1>
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

In [7]: animals.groupby('kind').agg([
 ...:    lambda x: x.iloc[0] - x.iloc[1],
 ...:    lambda x: x.iloc[0] + x.iloc[1]
 ...: ])
 ...: 
Out[7]: 
 height                weight 
 <lambda_0> <lambda_1> <lambda_0> <lambda_1>
kind 
cat        -0.4       18.6       -2.0       17.8
dog       -28.0       40.0     -190.5      205.5

[2 rows x 4 columns]

以前，这些引发了一个SpecificationError。 ### 更好的 MultiIndex repr

打印MultiIndex实例现在显示每行的元组，并确保元组项在垂直方向上对齐，因此更容易理解MultiIndex的结构。 (GH 13480)：

现在的 repr 看起来是这样的：

In [8]: pd.MultiIndex.from_product([['a', 'abc'], range(500)])
Out[8]: 
MultiIndex([(  'a',   0),
 (  'a',   1),
 (  'a',   2),
 (  'a',   3),
 (  'a',   4),
 (  'a',   5),
 (  'a',   6),
 (  'a',   7),
 (  'a',   8),
 (  'a',   9),
 ...
 ('abc', 490),
 ('abc', 491),
 ('abc', 492),
 ('abc', 493),
 ('abc', 494),
 ('abc', 495),
 ('abc', 496),
 ('abc', 497),
 ('abc', 498),
 ('abc', 499)],
 length=1000)

以前，输出MultiIndex打印了MultiIndex的所有levels和codes，这在视觉上不吸引人，并使输出更难以导航。例如（将范围限制为 5）：

In [1]: pd.MultiIndex.from_product([['a', 'abc'], range(5)])
Out[1]: MultiIndex(levels=[['a', 'abc'], [0, 1, 2, 3]],
 ...:           codes=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]])

在新的 repr 中，如果行数小于options.display.max_seq_items（默认为 100 个项目），则会显示所有值。在水平方向上，如果它的宽度超过options.display.width（默认为 80 个字符），则会截断输出。 ### 更短的 Series 和 DataFrame 的截断 repr

目前，pandas 的默认显示选项确保当 Series 或 DataFrame 的行数超过 60 行时，其 repr 被截断为最大的 60 行（display.max_rows选项）。但是，这仍然会导致 repr 占据大部分垂直屏幕空间。因此，引入了一个新选项display.min_rows，默认为 10，确定在截断 repr 中显示的行数：

对于较小的 Series 或 DataFrame，最多显示max_rows行数（默认为 60）。
对于长度超过max_rows的较大 Series 或 DataFrame，只显示min_rows行数（默认为 10，即第一行和最后 5 行）。

这个双选项允许仍然看到相对较小对象的完整内容（例如df.head(20)显示所有 20 行），同时为大对象提供简要的 repr。

要恢复单一阈值的先前行为，请设置pd.options.display.min_rows = None。 ### 带有 max_level 参数支持的 JSON normalize

json_normalize()将提供的输入字典归一化到所有嵌套级别。新的 max_level 参数提供了更多对于何时结束归一化的控制（GH 23843）：

现在的 repr 看起来是这样的：

from pandas.io.json import json_normalize
data = [{
    'CreatedBy': {'Name': 'User001'},
    'Lookup': {'TextField': 'Some text',
               'UserField': {'Id': 'ID001', 'Name': 'Name001'}},
    'Image': {'a': 'b'}
}]
json_normalize(data, max_level=1) 
```  ### Series.explode 以将类似列表的值拆分为行

`Series` 和 `DataFrame` 增加了 `DataFrame.explode()` 方法，以将类似列表的数据转换为单独的行。有关更多信息，请参阅文档中的 Exploding list-like column 部分（[GH 16538](https://github.com/pandas-dev/pandas/issues/16538), [GH 10511](https://github.com/pandas-dev/pandas/issues/10511)）

这里是一个典型的用例。您在一列中有逗号分隔的字符串。

```py
In [9]: df = pd.DataFrame([{'var1': 'a,b,c', 'var2': 1},
 ...:                   {'var1': 'd,e,f', 'var2': 2}])
 ...: 

In [10]: df
Out[10]: 
 var1  var2
0  a,b,c     1
1  d,e,f     2

[2 rows x 2 columns]

使用连锁操作创建长格式 DataFrame 现在变得简单

In [11]: df.assign(var1=df.var1.str.split(',')).explode('var1')
Out[11]: 
 var1  var2
0    a     1
0    b     1
0    c     1
1    d     2
1    e     2
1    f     2

[6 rows x 2 columns] 
```  ### 其他增强

+   `DataFrame.plot()` 关键字 `logy`、`logx` 和 `loglog` 现在可以接受值 `'sym'` 以进行对数对数缩放。（[GH 24867](https://github.com/pandas-dev/pandas/issues/24867)）

+   在使用 `to_datetime()` 解析日期时间时，现在支持 ISO 周年份格式（‘%G-%V-%u’）（[GH 16607](https://github.com/pandas-dev/pandas/issues/16607)）

+   `DataFrame` 和 `Series` 的索引现在接受零维 `np.ndarray`（[GH 24919](https://github.com/pandas-dev/pandas/issues/24919)）

+   `Timestamp.replace()` 现在支持 `fold` 参数以消除夏令时转换时间的歧义（[GH 25017](https://github.com/pandas-dev/pandas/issues/25017)）

+   `DataFrame.at_time()` 和 `Series.at_time()` 现在支持带时区的 [`datetime.time`](https://docs.python.org/3/library/datetime.html#datetime.time "(in Python v3.12)") 对象（[GH 24043](https://github.com/pandas-dev/pandas/issues/24043)）

+   `DataFrame.pivot_table()` 现在接受一个 `observed` 参数，该参数传递给底层调用的 `DataFrame.groupby()` 以加速对分类数据的分组。（[GH 24923](https://github.com/pandas-dev/pandas/issues/24923)）

+   `Series.str` 增加了 `Series.str.casefold()` 方法，用于移除字符串中的所有大小写区别（[GH 25405](https://github.com/pandas-dev/pandas/issues/25405)）

+   `DataFrame.set_index()` 现在适用于`abc.Iterator`的实例，前提是它们的输出长度与调用帧的长度相同（[GH 22484](https://github.com/pandas-dev/pandas/issues/22484), [GH 24984](https://github.com/pandas-dev/pandas/issues/24984)）

+   `DatetimeIndex.union()` 现在支持 `sort` 参数。`sort` 参数的行为与 `Index.union()` 相匹配（[GH 24994](https://github.com/pandas-dev/pandas/issues/24994)）

+   `RangeIndex.union()` 现在支持 `sort` 参数。如果 `sort=False`，则始终返回未排序的`Int64Index`。`sort=None` 是默认值，如果可能的话返回单调递增的`RangeIndex`，否则返回排序的`Int64Index`（[GH 24471](https://github.com/pandas-dev/pandas/issues/24471)）

+   `TimedeltaIndex.intersection()` 现在也支持 `sort` 关键字（[GH 24471](https://github.com/pandas-dev/pandas/issues/24471)）

+   `DataFrame.rename()` 现在支持 `errors` 参数，在尝试重命名不存在的键时引发错误（[GH 13473](https://github.com/pandas-dev/pandas/issues/13473)）

+   为了处理值为稀疏的`DataFrame`，增加了稀疏访问器（[GH 25681](https://github.com/pandas-dev/pandas/issues/25681)）

+   `RangeIndex` 增加了 `start`、`stop` 和 `step` 属性（[GH 25710](https://github.com/pandas-dev/pandas/issues/25710)）

+   [`datetime.timezone`](https://docs.python.org/3/library/datetime.html#datetime.timezone "(in Python v3.12)") 对象现在作为时区方法和构造函数的参数得到支持（[GH 25065](https://github.com/pandas-dev/pandas/issues/25065)）

+   `DataFrame.query()` 和 `DataFrame.eval()` 现在支持使用反引号引用具有空格的列名（[GH 6508](https://github.com/pandas-dev/pandas/issues/6508)）

+   `merge_asof()` 现在在合并键为不相等的分类变量时会给出更清晰的错误消息（[GH 26136](https://github.com/pandas-dev/pandas/issues/26136)）

+   `Rolling()` 支持指数（或泊松）窗口类型（[GH 21303](https://github.com/pandas-dev/pandas/issues/21303)）

+   丢失必需导入的错误消息现在包括原始导入错误的文本（[GH 23868](https://github.com/pandas-dev/pandas/issues/23868)）

+   `DatetimeIndex` 和 `TimedeltaIndex` 现在有一个 `mean` 方法（[GH 24757](https://github.com/pandas-dev/pandas/issues/24757)）

+   `DataFrame.describe()` 现在对整数百分位数进行格式化，不显示小数点（[GH 26660](https://github.com/pandas-dev/pandas/issues/26660)）

+   新增了对读取 SPSS .sav 文件的支持，使用 `read_spss()`（[GH 26537](https://github.com/pandas-dev/pandas/issues/26537)）

+   新增了新选项 `plotting.backend`，可以选择与现有的 `matplotlib` 不同的绘图后端。使用 `pandas.set_option('plotting.backend', '<backend-module>')`，其中 `<backend-module>` 是实现 pandas 绘图 API 的库（[GH 14130](https://github.com/pandas-dev/pandas/issues/14130)）

+   `pandas.offsets.BusinessHour` 支持多个开放时间间隔（[GH 15481](https://github.com/pandas-dev/pandas/issues/15481)）

+   `read_excel()` 现在可以使用 `openpyxl` 来读取 Excel 文件，通过参数 `engine='openpyxl'`。这将在将来的版本中成为默认值（[GH 11499](https://github.com/pandas-dev/pandas/issues/11499)）

+   `pandas.io.excel.read_excel()` 支持读取 OpenDocument 表格。指定 `engine='odf'` 来启用。更多详情请参阅 IO 用户指南（[GH 9070](https://github.com/pandas-dev/pandas/issues/9070)）

+   `Interval`、`IntervalIndex` 和 `IntervalArray` 增加了一个 `is_empty` 属性，表示给定的间隔是否为空（[GH 27219](https://github.com/pandas-dev/pandas/issues/27219)）### 带重新标记的 GroupBy 聚合

pandas 添加了特殊的分组聚合行为，称为“命名聚合”，用于在对特定列应用多个聚合函数时命名输出列（[GH 18366](https://github.com/pandas-dev/pandas/issues/18366), [GH 26512](https://github.com/pandas-dev/pandas/issues/26512)）

```py
In [1]: animals = pd.DataFrame({'kind': ['cat', 'dog', 'cat', 'dog'],
 ...:                        'height': [9.1, 6.0, 9.5, 34.0],
 ...:                        'weight': [7.9, 7.5, 9.9, 198.0]})
 ...: 

In [2]: animals
Out[2]: 
 kind  height  weight
0  cat     9.1     7.9
1  dog     6.0     7.5
2  cat     9.5     9.9
3  dog    34.0   198.0

[4 rows x 3 columns]

In [3]: animals.groupby("kind").agg(
 ...:    min_height=pd.NamedAgg(column='height', aggfunc='min'),
 ...:    max_height=pd.NamedAgg(column='height', aggfunc='max'),
 ...:    average_weight=pd.NamedAgg(column='weight', aggfunc="mean"),
 ...: )
 ...: 
Out[3]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

将所需的列名作为 **kwargs 传递给 .agg。**kwargs 的值应该是元组，其中第一个元素是列选择，第二个元素是要应用的聚合函数。pandas 提供了 pandas.NamedAgg 命名元组，以清晰地表明函数的参数是什么，但也接受普通元组。

In [4]: animals.groupby("kind").agg(
 ...:    min_height=('height', 'min'),
 ...:    max_height=('height', 'max'),
 ...:    average_weight=('weight', 'mean'),
 ...: )
 ...: 
Out[4]: 
 min_height  max_height  average_weight
kind 
cat          9.1         9.5            8.90
dog          6.0        34.0          102.75

[2 rows x 3 columns]

命名聚合是推荐的替代方式，用于命名列特定聚合的输出的过时“字典-字典”方法（弃用 groupby.agg() 与重命名时的字典）。

现在，对于 Series groupby 对象也提供了类似的方法。因为不需要进行列选择，所以值可以直接是要应用的函数。

In [5]: animals.groupby("kind").height.agg(
 ...:    min_height="min",
 ...:    max_height="max",
 ...: )
 ...: 
Out[5]: 
 min_height  max_height
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

这种聚合类型是将字典传递给 Series groupby 聚合时的推荐替代方法（弃用 groupby.agg() 与重命名时的字典）。

更多信息请参见命名聚合。

使用多个 lambdas 进行 GroupBy 聚合

您现在可以在 GroupBy.agg 中的列表式聚合中提供多个 lambda 函数（GH 26430）。

In [6]: animals.groupby('kind').height.agg([
 ...:    lambda x: x.iloc[0], lambda x: x.iloc[-1]
 ...: ])
 ...: 
Out[6]: 
 <lambda_0>  <lambda_1>
kind 
cat          9.1         9.5
dog          6.0        34.0

[2 rows x 2 columns]

In [7]: animals.groupby('kind').agg([
 ...:    lambda x: x.iloc[0] - x.iloc[1],
 ...:    lambda x: x.iloc[0] + x.iloc[1]
 ...: ])
 ...: 
Out[7]: 
 height                weight 
 <lambda_0> <lambda_1> <lambda_0> <lambda_1>
kind 
cat        -0.4       18.6       -2.0       17.8
dog       -28.0       40.0     -190.5      205.5

[2 rows x 4 columns]

以前，这些会引发SpecificationError。

更好的 MultiIndex repr

现在，打印 MultiIndex 实例会显示每行的元组，并确保元组项垂直对齐，因此现在更容易理解 MultiIndex 的结构。(GH 13480)：

现在 repr 如下所示：

In [8]: pd.MultiIndex.from_product([['a', 'abc'], range(500)])
Out[8]: 
MultiIndex([(  'a',   0),
 (  'a',   1),
 (  'a',   2),
 (  'a',   3),
 (  'a',   4),
 (  'a',   5),
 (  'a',   6),
 (  'a',   7),
 (  'a',   8),
 (  'a',   9),
 ...
 ('abc', 490),
 ('abc', 491),
 ('abc', 492),
 ('abc', 493),
 ('abc', 494),
 ('abc', 495),
 ('abc', 496),
 ('abc', 497),
 ('abc', 498),
 ('abc', 499)],
 length=1000)

以前，输出 MultiIndex 会打印出 MultiIndex 的所有 levels 和 codes，这在视觉上不够吸引人，并且使输出更难以导航。例如（将范围限制为 5）：

In [1]: pd.MultiIndex.from_product([['a', 'abc'], range(5)])
Out[1]: MultiIndex(levels=[['a', 'abc'], [0, 1, 2, 3]],
 ...:           codes=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]])

在新的 repr 中，如果行数小于options.display.max_seq_items（默认值：100 项），则将显示所有值。水平上，输出将被截断，如果它比options.display.width（默认值：80 个字符）更宽。

更短的 Series 和 DataFrame 的截断 repr

目前，pandas 的默认显示选项确保当 Series 或 DataFrame 的行数超过 60 行时，其 repr 会被截断为最多 60 行（display.max_rows 选项）。然而，这仍然会占据大部分垂直屏幕空间的 repr。因此，引入了一个新选项 display.min_rows，默认为 10，确定截断 repr 中显示的行数：

对于小型 Series 或 DataFrame，显示最多max_rows行（默认值：60）。
对于长度超过 max_rows 的较大 Series 或 DataFrame，只显示 min_rows 行（默认为 10，即第一行和最后 5 行）。

此双重选项允许仍然查看相对较小对象的完整内容（例如 df.head(20) 显示所有 20 行），同时为较大对象提供简要的 repr。

要恢复以前的单一阈值行为，请设置 pd.options.display.min_rows = None。

带有 max_level 参数支持的 JSON 标准化

json_normalize() 将提供的输入字典标准化到所有嵌套级别。新的 max_level 参数提供了对标准化结束级别的更多控制 (GH 23843)：

现在 repr 看起来是这样的：

from pandas.io.json import json_normalize
data = [{
    'CreatedBy': {'Name': 'User001'},
    'Lookup': {'TextField': 'Some text',
               'UserField': {'Id': 'ID001', 'Name': 'Name001'}},
    'Image': {'a': 'b'}
}]
json_normalize(data, max_level=1)

`Series.explode` 将列表类似值拆分为行

Series 和 DataFrame 现在具有 DataFrame.explode() 方法将列表类似对象转换为单独的行。有关更多信息，请参见文档中关于列表类似列拆分的部分 (GH 16538, GH 10511)

这是一个典型的用例。您在一列中有逗号分隔的字符串。

In [9]: df = pd.DataFrame([{'var1': 'a,b,c', 'var2': 1},
 ...:                   {'var1': 'd,e,f', 'var2': 2}])
 ...: 

In [10]: df
Out[10]: 
 var1  var2
0  a,b,c     1
1  d,e,f     2

[2 rows x 2 columns]

使用链式操作创建长格式 DataFrame 现在变得简单

In [11]: df.assign(var1=df.var1.str.split(',')).explode('var1')
Out[11]: 
 var1  var2
0    a     1
0    b     1
0    c     1
1    d     2
1    e     2
1    f     2

[6 rows x 2 columns]

其他增强

DataFrame.plot() 关键字 logy、logx 和 loglog 现在可以接受值 'sym' 进行对数对数缩放。 (GH 24867)
在使用 to_datetime() 解析日期时间时，添加了对 ISO 周年份格式（‘%G-%V-%u’）的支持（GH 16607）
DataFrame 和 Series 的索引现在接受零维 np.ndarray (GH 24919)
Timestamp.replace() 现在支持 fold 参数以消除 DST 过渡时间 (GH 25017)
DataFrame.at_time() 和 Series.at_time() 现在支持带有时区的 datetime.time 对象 (GH 24043)
DataFrame.pivot_table() 现在接受一个 observed 参数，该参数传递给底层调用 DataFrame.groupby() 来加快对分类数据的分组速度 (GH 24923)
Series.str 增加了 Series.str.casefold() 方法，用于消除字符串中存在的所有大小写区别 (GH 25405)
DataFrame.set_index() 现在可以用于 abc.Iterator 的实例，前提是它们的输出与调用框架的长度相同 (GH 22484, GH 24984)
DatetimeIndex.union() 现在支持 sort 参数。sort 参数的行为与 Index.union() 一致 (GH 24994)
RangeIndex.union() 现在支持 sort 参数。如果 sort=False，则始终返回未排序的 Int64Index。sort=None 是默认值，如果可能的话返回单调递增的 RangeIndex，如果不可能则返回排序的 Int64Index (GH 24471)
TimedeltaIndex.intersection() 现在还支持 sort 关键字 (GH 24471)
DataFrame.rename() 现在支持 errors 参数，在尝试重命名不存在的键时引发错误 (GH 13473)
增加了 Sparse accessor 来处理值为稀疏的 DataFrame (GH 25681)
RangeIndex 增加了 start, stop, 和 step 属性 (GH 25710)
现在支持将 datetime.timezone 对象作为时区方法和构造函数的参数 (GH 25065)
DataFrame.query() 和 DataFrame.eval() 现在支持用反引号引用带空格的列名 (GH 6508)
merge_asof() 在合并键为不相等的分类变量时现在提供更清晰的错误消息 (GH 26136)
Rolling() 支持指数（或泊松）窗口类型 (GH 21303)
缺少所需导入时的错误消息现在包含原始导入错误的文本 (GH 23868)
DatetimeIndex 和 TimedeltaIndex 现在具有 mean 方法 (GH 24757)
DataFrame.describe() 现在在格式化整数百分位数时不包含小数点 (GH 26660)
增加了使用 read_spss() 读取 SPSS .sav 文件的支持 (GH 26537)
新增了新选项 plotting.backend，可以选择与现有的 matplotlib 不同的绘图后端。使用 pandas.set_option('plotting.backend', '<backend-module>')，其中 <backend-module> 是实现 pandas 绘图 API 的库 (GH 14130)
pandas.offsets.BusinessHour 支持多个开放时间间隔 (GH 15481)
现在，read_excel() 可以通过 engine='openpyxl' 参数使用 openpyxl 读取 Excel 文件。这将在将来的版本中成为默认设置 (GH 11499)
pandas.io.excel.read_excel() 支持读取 OpenDocument 表格。指定 engine='odf' 来启用。请参阅 IO 用户指南获取更多详细信息 (GH 9070)
Interval，IntervalIndex和IntervalArray获得了一个is_empty属性，表示给定的区间是否为空(GH 27219)

不兼容的 API 更改

使用带有 UTC 偏移量的日期字符串进行索引

使用带有日期字符串的DataFrame或Series的DatetimeIndex进行索引，以前会忽略 UTC 偏移量。现在，索引时会尊重 UTC 偏移量。(GH 24076, GH 16785)

In [12]: df = pd.DataFrame([0], index=pd.DatetimeIndex(['2019-01-01'], tz='US/Pacific'))

In [13]: df
Out[13]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns]

先前的行为:

In [3]: df['2019-01-01 00:00:00+04:00':'2019-01-01 01:00:00+04:00']
Out[3]:
 0
2019-01-01 00:00:00-08:00  0

新行为:

In [14]: df['2019-01-01 12:00:00+04:00':'2019-01-01 13:00:00+04:00']
Out[14]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns] 
```  ### 从级别和代码构建的`MultiIndex`

构建带有`NaN`级别或代码值< -1 的`MultiIndex`以前是允许的。现在，不允许使用代码值< -1 进行构建，并且`NaN`级别的对应代码将被重新分配为-1。([GH 19387](https://github.com/pandas-dev/pandas/issues/19387))

*先前��行为*:

```py
In [1]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ...:              codes=[[0, -1, 1, 2, 3, 4]])
 ...:
Out[1]: MultiIndex(levels=[[nan, None, NaT, 128, 2]],
 codes=[[0, -1, 1, 2, 3, 4]])

In [2]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
Out[2]: MultiIndex(levels=[[1, 2]],
 codes=[[0, -2]])

新行为:

In [15]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ....:              codes=[[0, -1, 1, 2, 3, 4]])
 ....: 
Out[15]: 
MultiIndex([(nan,),
 (nan,),
 (nan,),
 (nan,),
 (128,),
 (  2,)],
 )

In [16]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
---------------------------------------------------------------------------
ValueError  Traceback (most recent call last)
Cell In[16], line 1
----> 1 pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:364, in MultiIndex.__new__(cls, levels, codes, sortorder, names, dtype, copy, name, verify_integrity)
  361     result.sortorder = sortorder
  363 if verify_integrity:
--> 364     new_codes = result._verify_integrity()
  365     result._codes = new_codes
  367 result._reset_identity()

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:451, in MultiIndex._verify_integrity(self, codes, levels, levels_to_verify)
  445     raise ValueError(
  446         f"On level {i}, code max ({level_codes.max()}) >= length of "
  447         f"level ({len(level)}). NOTE: this index is in an "
  448         "inconsistent state"
  449     )
  450 if len(level_codes) and level_codes.min() < -1:
--> 451     raise ValueError(f"On level {i}, code value ({level_codes.min()}) < -1")
  452 if not level.is_unique:
  453     raise ValueError(
  454         f"Level values must be unique: {list(level)} on level {i}"
  455     )

ValueError: On level 0, code value (-2) < -1 
```  ### 在`DataFrame`上使用`GroupBy.apply`仅评估第一组一次

先前对`DataFrameGroupBy.apply()`的实现在第一组上一致评估提供的函数两次，以推断是否可以使用快速代码路径。特别是对于具有副作用的函数，这是一种不希望的行为，可能会导致意外。([GH 2936](https://github.com/pandas-dev/pandas/issues/2936), [GH 2656](https://github.com/pandas-dev/pandas/issues/2656), [GH 7739](https://github.com/pandas-dev/pandas/issues/7739), [GH 10519](https://github.com/pandas-dev/pandas/issues/10519), [GH 12155](https://github.com/pandas-dev/pandas/issues/12155), [GH 20084](https://github.com/pandas-dev/pandas/issues/20084), [GH 21417](https://github.com/pandas-dev/pandas/issues/21417))

现在每个组仅评估一次。

```py
In [17]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [18]: df
Out[18]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

In [19]: def func(group):
 ....:    print(group.name)
 ....:    return group
 ....:

先前的行为:

In [3]: df.groupby('a').apply(func)
x
x
y
Out[3]:
   a  b
0  x  1
1  y  2

新行为:

In [3]: df.groupby('a').apply(func)
x
y
Out[3]:
   a  b
0  x  1
1  y  2

连接稀疏值

当传递值为稀疏的 DataFrame 时，concat() 现在将返回具有稀疏值的 Series 或 DataFrame，而不是 SparseDataFrame（GH 25702)。

In [20]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 1])})

先前的行为：

In [2]: type(pd.concat([df, df]))
pandas.core.sparse.frame.SparseDataFrame

新的行为：

In [21]: type(pd.concat([df, df]))
Out[21]: pandas.core.frame.DataFrame

现在这与对稀疏值 Series 的 concat 现有行为相匹配。当所有值都是 SparseDataFrame 的实例时，concat() 将继续返回 SparseDataFrame。

此更改还影响到内部使用 concat() 的例程，例如 get_dummies()，它现在在所有情况下返回一个 DataFrame（如果所有列都是虚拟编码，则以前返回 SparseDataFrame，否则返回 DataFrame）。

将任何 SparseSeries 或 SparseDataFrame 提供给 concat() 将导致返回 SparseSeries 或 SparseDataFrame，与以前相同。

`.str` 访问器执行更严格的类型检查。

由于缺乏更细粒度的数据类型，Series.str 到目前为止仅检查数据是否为 object 数据类型。Series.str 现在将在 Series 内推断数据类型；特别是，仅 'bytes' 数据将引发异常（除了 Series.str.decode()、Series.str.get()、Series.str.len()、Series.str.slice()），参见 GH 23163、GH 23011、GH 23551。

先前的行为：

In [1]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [2]: s
Out[2]:
0      b'a'
1     b'ba'
2    b'cba'
dtype: object

In [3]: s.str.startswith(b'a')
Out[3]:
0     True
1    False
2    False
dtype: bool

新的行为：

In [22]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [23]: s
Out[23]: 
0      b'a'
1     b'ba'
2    b'cba'
Length: 3, dtype: object

In [24]: s.str.startswith(b'a')
---------------------------------------------------------------------------
TypeError  Traceback (most recent call last)
Cell In[24], line 1
----> 1 s.str.startswith(b'a')

File ~/work/pandas/pandas/pandas/core/strings/accessor.py:136, in forbid_nonstring_types.<locals>._forbid_nonstring_types.<locals>.wrapper(self, *args, **kwargs)
  131 if self._inferred_dtype not in allowed_types:
  132     msg = (
  133         f"Cannot use .str.{func_name} with values of "
  134         f"inferred dtype '{self._inferred_dtype}'."
  135     )
--> 136     raise TypeError(msg)
  137 return func(self, *args, **kwargs)

TypeError: Cannot use .str.startswith with values of inferred dtype 'bytes'.

分组后保留分类数据类型

以前，被归类为分类，但不是 groupby 键的列在 groupby 操作期间将被转换为 object dtype。现在 pandas 将保留这些 dtype。(GH 18502)

In [25]: cat = pd.Categorical(["foo", "bar", "bar", "qux"], ordered=True)

In [26]: df = pd.DataFrame({'payload': [-1, -2, -1, -2], 'col': cat})

In [27]: df
Out[27]: 
 payload  col
0       -1  foo
1       -2  bar
2       -1  bar
3       -2  qux

[4 rows x 2 columns]

In [28]: df.dtypes
Out[28]: 
payload       int64
col        category
Length: 2, dtype: object

先前的行为：

In [5]: df.groupby('payload').first().col.dtype
Out[5]: dtype('O')

新行为：

In [29]: df.groupby('payload').first().col.dtype
Out[29]: CategoricalDtype(categories=['bar', 'foo', 'qux'], ordered=True, categories_dtype=object) 
```  ### 不兼容的索引类型联合

在不兼容 dtype 的对象之间执行 `Index.union()` 操作时，结果将是 dtype 为 `object` 的基本 `Index`。对于以前被禁止的 `Index` 对象之间的联合，此行为仍然成立。现在将在执行联合操作之前评估空 `Index` 对象的 dtype，而不仅仅返回另一个 `Index` 对象。现在可以认为 `Index.union()` 是可交换的，即 `A.union(B) == B.union(A)` ([GH 23525](https://github.com/pandas-dev/pandas/issues/23525))。

*先前的行为*：

```py
In [1]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
...
ValueError: can only call with other PeriodIndex-ed objects

In [2]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[2]: Int64Index([1, 2, 3], dtype='int64')

新行为：

In [3]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
Out[3]: Index([1991-09-05, 1991-09-06, 1, 2, 3], dtype='object')
In [4]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[4]: Index([1, 2, 3], dtype='object')

请注意，整数和浮点数索引被视为“兼容的”。整数值被强制转换为浮点数，这可能导致精度丢失。更多信息请参见 Index 对象上的集合操作。

`DataFrame` GroupBy ffill/bfill 不再返回组标签

DataFrameGroupBy 的方法 ffill、bfill、pad 和 backfill 以前在返回值中包括了组标签，这与其他 groupby 转换不一致。现在只返回填充值。(GH 21521)

In [30]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [31]: df
Out[31]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

先前的行为：

In [3]: df.groupby("a").ffill()
Out[3]:
   a  b
0  x  1
1  y  2

新行为：

In [32]: df.groupby("a").ffill()
Out[32]: 
 b
0  1
1  2

[2 rows x 1 columns]

`DataFrame` 在空的分类 / 对象列上进行描述将返回顶部和频率

当在空的分类 / 对象列上调用 DataFrame.describe() 时，“top” 和 “freq” 列以前会被省略，这与非空列的输出不一致。现在，“top” 和 “freq” 列将始终包括在内，在空 DataFrame 的情况下为 numpy.nan (GH 26397)。

In [33]: df = pd.DataFrame({"empty_col": pd.Categorical([])})

In [34]: df
Out[34]: 
Empty DataFrame
Columns: [empty_col]
Index: []

[0 rows x 1 columns]

先前的行为：

In [3]: df.describe()
Out[3]:
        empty_col
count           0
unique          0

新行为：

In [35]: df.describe()
Out[35]: 
 empty_col
count          0
unique         0
top          NaN
freq         NaN

[4 rows x 1 columns]

`str` 方法现在调用 `repr` 而不是反过来

到目前为止，pandas 主要在 pandas 对象的 __str__/__unicode__/__bytes__ 方法中定义字符串表示，并在 __repr__ 方法中调用 __str__，如果没有找到特定的 __repr__ 方法。对于 Python3 不再需要这样做。在 pandas 0.25 中，pandas 对象的字符串表示现在通常在 __repr__ 中定义，并且一般现在调用 __str__ 的调用会传递给 __repr__，如果没有找到特定的 __str__ 方法，这是 Python 的标准做法。这个变化对于直接使用 pandas 是向后兼容的，但是如果你子类化了 pandas 对象并且给你的子类特定的 __str__/__repr__ 方法，你可能需要调整你的 __str__/__repr__ 方法（GH 26495）。

使用 `Interval` 对象索引 `IntervalIndex`

IntervalIndex 的索引方法已经修改，现在只对 Interval 查询要求精确匹配。IntervalIndex 方法以前会匹配任何重叠的 Interval。对于标量点（例如使用整数查询），行为不变（GH 16316）。

In [36]: ii = pd.IntervalIndex.from_tuples([(0, 4), (1, 5), (5, 8)])

In [37]: ii
Out[37]: IntervalIndex([(0, 4], (1, 5], (5, 8]], dtype='interval[int64, right]')

in 运算符 (__contains__) 现在只对 IntervalIndex 中的 Interval 进行精确匹配返回 True，而以前对于任何重叠于 IntervalIndex 中的 Interval 的 Interval 将返回 True。

之前的行为：

In [4]: pd.Interval(1, 2, closed='neither') in ii
Out[4]: True

In [5]: pd.Interval(-10, 10, closed='both') in ii
Out[5]: True

新的行为：

In [38]: pd.Interval(1, 2, closed='neither') in ii
Out[38]: False

In [39]: pd.Interval(-10, 10, closed='both') in ii
Out[39]: False

get_loc() 方法现在只返回与 Interval 查询的精确匹配的位置，而不是以前的返回重叠匹配的位置。如果找不到精确匹配，将引发 KeyError。

之前的行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: array([0, 1])

In [7]: ii.get_loc(pd.Interval(2, 6))
Out[7]: array([0, 1, 2])

新的行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: 1

In [7]: ii.get_loc(pd.Interval(2, 6))
---------------------------------------------------------------------------
KeyError: Interval(2, 6, closed='right')

同样，get_indexer() 和 get_indexer_non_unique() 现在也只对 Interval 查询的精确匹配返回位置，使用 -1 表示找不到精确匹配。

这些索引更改扩展到使用 IntervalIndex 索引查询 Series 或 DataFrame。

In [40]: s = pd.Series(list('abc'), index=ii)

In [41]: s
Out[41]: 
(0, 4]    a
(1, 5]    b
(5, 8]    c
Length: 3, dtype: object

使用 [] (__getitem__) 或 loc 从 Series 或 DataFrame 中进行选择现在只返回 Interval 查询的精确匹配。

之前的行为：

In [8]: s[pd.Interval(1, 5)]
Out[8]:
(0, 4]    a
(1, 5]    b
dtype: object

In [9]: s.loc[pd.Interval(1, 5)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

新的行为：

In [42]: s[pd.Interval(1, 5)]
Out[42]: 'b'

In [43]: s.loc[pd.Interval(1, 5)]
Out[43]: 'b'

类似地，对于非精确匹配，将引发 KeyError 而不是返回重叠匹配。

之前的行为：

In [9]: s[pd.Interval(2, 3)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

In [10]: s.loc[pd.Interval(2, 3)]
Out[10]:
(0, 4]    a
(1, 5]    b
dtype: object

新的行为：

In [6]: s[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

In [7]: s.loc[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

overlaps() 方��可用于创建一个布尔索引器，复制以前返回重叠匹配的行为。

新行为:

In [44]: idxr = s.index.overlaps(pd.Interval(2, 3))

In [45]: idxr
Out[45]: array([ True,  True, False])

In [46]: s[idxr]
Out[46]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object

In [47]: s.loc[idxr]
Out[47]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object 
```  ### Series 上的二进制 ufuncs 现在对齐

现在应用类似 `numpy.power()` 的二进制 ufunc 时，当两者都是 `Series` 时会对齐输入（[GH 23293](https://github.com/pandas-dev/pandas/issues/23293)）。

```py
In [48]: s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

In [49]: s2 = pd.Series([3, 4, 5], index=['d', 'c', 'b'])

In [50]: s1
Out[50]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [51]: s2
Out[51]: 
d    3
c    4
b    5
Length: 3, dtype: int64

先前行为

In [5]: np.power(s1, s2)
Out[5]:
a      1
b     16
c    243
dtype: int64

新行为

In [52]: np.power(s1, s2)
Out[52]: 
a     1.0
b    32.0
c    81.0
d     NaN
Length: 4, dtype: float64

这与 pandas 中其他二进制操作的行为相匹配，比如 Series.add()。要保留先前的行为，将另一个 Series 转换为数组后再应用 ufunc。

In [53]: np.power(s1, s2.array)
Out[53]: 
a      1
b     16
c    243
Length: 3, dtype: int64

Categorical.argsort 现在将缺失值放在末尾

Categorical.argsort() 现在将缺失值放在数组末尾，使其与 NumPy 和 pandas 的其余部分保持一致（GH 21801）。

In [54]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

先前行为

In [2]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

In [3]: cat.argsort()
Out[3]: array([1, 2, 0])

In [4]: cat[cat.argsort()]
Out[4]:
[NaN, a, b]
categories (2, object): [a < b]

新行为

In [55]: cat.argsort()
Out[55]: array([2, 0, 1])

In [56]: cat[cat.argsort()]
Out[56]: 
['a', 'b', NaN]
Categories (2, object): ['a' < 'b']

传递字典列表到 DataFrame 时保留列顺序

从 Python 3.7 开始，dict 的键顺序是有保证的。实际上，自 Python 3.6 起就是如此。DataFrame 构造函数现在将字典列表与 OrderedDict 列表一样对待，即保留字典的顺序。此更改仅在 pandas 运行在 Python>=3.6 时适用（GH 27309）。

In [57]: data = [
 ....:    {'name': 'Joe', 'state': 'NY', 'age': 18},
 ....:    {'name': 'Jane', 'state': 'KY', 'age': 19, 'hobby': 'Minecraft'},
 ....:    {'name': 'Jean', 'state': 'OK', 'age': 20, 'finances': 'good'}
 ....: ]
 ....:

先前行为:

先前列是按字典顺序排序的，

In [1]: pd.DataFrame(data)
Out[1]:
   age finances      hobby  name state
0   18      NaN        NaN   Joe    NY
1   19      NaN  Minecraft  Jane    KY
2   20     good        NaN  Jean    OK

新行为:

现在列顺序与 dict 中键的插入顺序匹配，考虑从上到下的所有记录。因此，与以前的 pandas 版本相比，生成的 DataFrame 的列顺序已更改。

In [58]: pd.DataFrame(data)
Out[58]: 
 name state  age      hobby finances
0   Joe    NY   18        NaN      NaN
1  Jane    KY   19  Minecraft      NaN
2  Jean    OK   20        NaN     good

[3 rows x 5 columns] 
```  ### 依赖项的最低版本增加

由于不再支持 Python 2.7，一些可选依赖项的最低版本已更新（[GH 25725](https://github.com/pandas-dev/pandas/issues/25725)，[GH 24942](https://github.com/pandas-dev/pandas/issues/24942)，[GH 25752](https://github.com/pandas-dev/pandas/issues/25752)）。此外，一些依赖项的最低支持版本已更新（[GH 23519](https://github.com/pandas-dev/pandas/issues/23519)，[GH 25554](https://github.com/pandas-dev/pandas/issues/25554)）。如果已安装，我们现在要求：

| 包 | 最低版本 | 必需 |
| --- | --- | --- |
| numpy | 1.13.3 | X |
| pytz | 2015.4 | X |
| python-dateutil | 2.6.1 | X |
| bottleneck | 1.2.1 |  |
| numexpr | 2.6.2 |  |
| pytest (dev) | 4.0.2 |  |

对于[可选库](https://pandas.pydata.org/docs/getting_started/install.html)，一般建议使用最新版本。以下表格列出了在 pandas 开发过程中当前正在测试的每个库的最低版本。低于最低测试版本的可选库可能仍然可用，但不被视为受支持的。

| 包 | 最低版本 |
| --- | --- |
| beautifulsoup4 | 4.6.0 |
| fastparquet | 0.2.1 |
| gcsfs | 0.2.2 |
| lxml | 3.8.0 |
| matplotlib | 2.2.2 |
| openpyxl | 2.4.8 |
| pyarrow | 0.9.0 |
| pymysql | 0.7.1 |
| pytables | 3.4.2 |
| scipy | 0.19.0 |
| sqlalchemy | 1.1.4 |
| xarray | 0.8.2 |
| xlrd | 1.1.0 |
| xlsxwriter | 0.9.8 |
| xlwt | 1.2.0 |

请参阅依赖项和可选依赖项了解更多信息。 ### 其他 API 更改

+   `DatetimeTZDtype`现在将 pytz 时区标准化为一个公共时区实例（[GH 24713](https://github.com/pandas-dev/pandas/issues/24713)）

+   `Timestamp`和`Timedelta`标量现在实现了`to_numpy()`方法，作为`Timestamp.to_datetime64()`和`Timedelta.to_timedelta64()`的别名。 （[GH 24653](https://github.com/pandas-dev/pandas/issues/24653)）

+   `Timestamp.strptime()`现在将引发`NotImplementedError`（[GH 25016](https://github.com/pandas-dev/pandas/issues/25016)）

+   将`Timestamp`与不支持的对象进行比较现在返回[`NotImplemented`](https://docs.python.org/3/library/constants.html#NotImplemented "(in Python v3.12)")，而不是引发`TypeError`。这意味着不受支持的丰富比较被委托给其他对象，并且现在与 Python 3 中的`datetime`对象一致行为（[GH 24011](https://github.com/pandas-dev/pandas/issues/24011)）

+   `DatetimeIndex.snap()`中的错误，没有保留输入`Index`的`name`（[GH 25575](https://github.com/pandas-dev/pandas/issues/25575)）

+   `DataFrameGroupBy.agg()` 中的 `arg` 参数已重命名为 `func` ([GH 26089](https://github.com/pandas-dev/pandas/issues/26089))

+   `Window.aggregate()` 中的 `arg` 参数已重命名为 `func` ([GH 26372](https://github.com/pandas-dev/pandas/issues/26372))

+   大多数 pandas 类都有一个 `__bytes__` 方法，用于获取对象的 python2 风格的字节串表示。这个方法已经被移除，作为放弃 Python2 的一部分 ([GH 26447](https://github.com/pandas-dev/pandas/issues/26447))

+   对于 1 级 `MultiIndex`，已禁用 `.str` 访问器，如果需要，使用 `MultiIndex.to_flat_index()` ([GH 23679](https://github.com/pandas-dev/pandas/issues/23679))

+   移除了对 gtk 包在剪贴板上的支持 ([GH 26563](https://github.com/pandas-dev/pandas/issues/26563))

+   使用不受支持的 Beautiful Soup 4 版本现在会引发 `ImportError` 而不是 `ValueError` ([GH 27063](https://github.com/pandas-dev/pandas/issues/27063))

+   `Series.to_excel()` 和 `DataFrame.to_excel()` 在保存时区感知数据时现在会引发 `ValueError` ([GH 27008](https://github.com/pandas-dev/pandas/issues/27008), [GH 7056](https://github.com/pandas-dev/pandas/issues/7056))

+   `ExtensionArray.argsort()` 将 NA 值放在排序后的数组末尾。 ([GH 21801](https://github.com/pandas-dev/pandas/issues/21801))

+   `DataFrame.to_hdf()` 和 `Series.to_hdf()` 在保存带有扩展数据类型的 `fixed` 格式的 `MultiIndex` 时现在会引发 `NotImplementedError` ([GH 7775](https://github.com/pandas-dev/pandas/issues/7775))

+   在 `read_csv()` 中传递重复的 `names` 现在会引发 `ValueError` ([GH 17346](https://github.com/pandas-dev/pandas/issues/17346))  ### 使用带有 UTC 偏移的日期字符串进行索引

使用带有日期字符串的带有 UTC 偏移的 `DatetimeIndex` 索引 `DataFrame` 或 `Series` 以前会忽略 UTC 偏移。现在，UTC 偏移在索引中受到尊重。 ([GH 24076](https://github.com/pandas-dev/pandas/issues/24076), [GH 16785](https://github.com/pandas-dev/pandas/issues/16785))

```py
In [12]: df = pd.DataFrame([0], index=pd.DatetimeIndex(['2019-01-01'], tz='US/Pacific'))

In [13]: df
Out[13]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns]

先前的行为:

In [3]: df['2019-01-01 00:00:00+04:00':'2019-01-01 01:00:00+04:00']
Out[3]:
 0
2019-01-01 00:00:00-08:00  0

新行为:

In [14]: df['2019-01-01 12:00:00+04:00':'2019-01-01 13:00:00+04:00']
Out[14]: 
 0
2019-01-01 00:00:00-08:00  0

[1 rows x 1 columns]

从级别和代码构建的 `MultiIndex`

先前允许使用 NaN 级别或代码值 < -1 构建 MultiIndex。现在，不允许使用代码值 < -1 进行构建，并且 NaN 级别的相应代码将被重新分配为 -1. (GH 19387)

先前的行为:

In [1]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ...:              codes=[[0, -1, 1, 2, 3, 4]])
 ...:
Out[1]: MultiIndex(levels=[[nan, None, NaT, 128, 2]],
 codes=[[0, -1, 1, 2, 3, 4]])

In [2]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
Out[2]: MultiIndex(levels=[[1, 2]],
 codes=[[0, -2]])

新行为:

In [15]: pd.MultiIndex(levels=[[np.nan, None, pd.NaT, 128, 2]],
 ....:              codes=[[0, -1, 1, 2, 3, 4]])
 ....: 
Out[15]: 
MultiIndex([(nan,),
 (nan,),
 (nan,),
 (nan,),
 (128,),
 (  2,)],
 )

In [16]: pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])
---------------------------------------------------------------------------
ValueError  Traceback (most recent call last)
Cell In[16], line 1
----> 1 pd.MultiIndex(levels=[[1, 2]], codes=[[0, -2]])

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:364, in MultiIndex.__new__(cls, levels, codes, sortorder, names, dtype, copy, name, verify_integrity)
  361     result.sortorder = sortorder
  363 if verify_integrity:
--> 364     new_codes = result._verify_integrity()
  365     result._codes = new_codes
  367 result._reset_identity()

File ~/work/pandas/pandas/pandas/core/indexes/multi.py:451, in MultiIndex._verify_integrity(self, codes, levels, levels_to_verify)
  445     raise ValueError(
  446         f"On level {i}, code max ({level_codes.max()}) >= length of "
  447         f"level ({len(level)}). NOTE: this index is in an "
  448         "inconsistent state"
  449     )
  450 if len(level_codes) and level_codes.min() < -1:
--> 451     raise ValueError(f"On level {i}, code value ({level_codes.min()}) < -1")
  452 if not level.is_unique:
  453     raise ValueError(
  454         f"Level values must be unique: {list(level)} on level {i}"
  455     )

ValueError: On level 0, code value (-2) < -1

`GroupBy.apply` 在 `DataFrame` 上仅评估第一组一次

先前对 DataFrameGroupBy.apply() 的实现在第一组上一致两次评估提供的函数，以推断是否可以使用快速代码路径。特别是对于具有副作用的函数，这是一种不希望的行为，可能会导致意外情况。 (GH 2936, GH 2656, GH 7739, GH 10519, GH 12155, GH 20084, GH 21417)

现在每个组仅评估一次。

In [17]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [18]: df
Out[18]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

In [19]: def func(group):
 ....:    print(group.name)
 ....:    return group
 ....:

先前的行为:

In [3]: df.groupby('a').apply(func)
x
x
y
Out[3]:
   a  b
0  x  1
1  y  2

新行为:

In [3]: df.groupby('a').apply(func)
x
y
Out[3]:
   a  b
0  x  1
1  y  2

连接稀疏值

当传递值为稀疏的数据框时，concat() 现在将返回一个具有稀疏值的 Series 或 DataFrame，而不是一个 SparseDataFrame (GH 25702)。

In [20]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 1])})

先前的行为:

In [2]: type(pd.concat([df, df]))
pandas.core.sparse.frame.SparseDataFrame

新行为:

In [21]: type(pd.concat([df, df]))
Out[21]: pandas.core.frame.DataFrame

这现在与具有稀疏值的 Series 上的 concat 的现有行为相匹配。当所有值都是 SparseDataFrame 的实例时，concat() 将继续返回 SparseDataFrame。

此更改还会影响内部使用concat()的例程，如get_dummies()，它现在在所有情况下都返回一个DataFrame（如果所有列都是虚拟编码，则以前返回SparseDataFrame，否则返回DataFrame）。

向 concat() 提供任何 SparseSeries 或 SparseDataFrame 将导致返回 SparseSeries 或 SparseDataFrame，与以前一样。

`.str` 访问器执行更严格的类型检查

由于缺乏更精细的数据类型，Series.str 迄今仅检查数据是否为 object 数据类型。 Series.str 现在将推断序列内的数据类型；特别是，仅 'bytes' 数据将引发异常（除了 Series.str.decode()、Series.str.get()、Series.str.len()、Series.str.slice())，参见 GH 23163、GH 23011、GH 23551。

之前的行为：

In [1]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [2]: s
Out[2]:
0      b'a'
1     b'ba'
2    b'cba'
dtype: object

In [3]: s.str.startswith(b'a')
Out[3]:
0     True
1    False
2    False
dtype: bool

新的行为：

In [22]: s = pd.Series(np.array(['a', 'ba', 'cba'], 'S'), dtype=object)

In [23]: s
Out[23]: 
0      b'a'
1     b'ba'
2    b'cba'
Length: 3, dtype: object

In [24]: s.str.startswith(b'a')
---------------------------------------------------------------------------
TypeError  Traceback (most recent call last)
Cell In[24], line 1
----> 1 s.str.startswith(b'a')

File ~/work/pandas/pandas/pandas/core/strings/accessor.py:136, in forbid_nonstring_types.<locals>._forbid_nonstring_types.<locals>.wrapper(self, *args, **kwargs)
  131 if self._inferred_dtype not in allowed_types:
  132     msg = (
  133         f"Cannot use .str.{func_name} with values of "
  134         f"inferred dtype '{self._inferred_dtype}'."
  135     )
--> 136     raise TypeError(msg)
  137 return func(self, *args, **kwargs)

TypeError: Cannot use .str.startswith with values of inferred dtype 'bytes'.

分类数据类型在 GroupBy 操作期间保留

以前，作为分类的列，但不是 groupby 键的列在 groupby 操作期间会转换为 object 数据类型。现在 pandas 将保留这些数据类型。 (GH 18502)

In [25]: cat = pd.Categorical(["foo", "bar", "bar", "qux"], ordered=True)

In [26]: df = pd.DataFrame({'payload': [-1, -2, -1, -2], 'col': cat})

In [27]: df
Out[27]: 
 payload  col
0       -1  foo
1       -2  bar
2       -1  bar
3       -2  qux

[4 rows x 2 columns]

In [28]: df.dtypes
Out[28]: 
payload       int64
col        category
Length: 2, dtype: object

之前的行为：

In [5]: df.groupby('payload').first().col.dtype
Out[5]: dtype('O')

新的行为：

In [29]: df.groupby('payload').first().col.dtype
Out[29]: CategoricalDtype(categories=['bar', 'foo', 'qux'], ordered=True, categories_dtype=object)

不兼容的索引类型联合

在不兼容 dtypes 的对象之间执行 Index.union() 操作时，结果将是 dtype 为 object 的基础 Index。此行为适用于以前将被禁止的 Index 对象之间的联合。现在将在执行联合操作之前评估空的 Index 对象的 dtype，而不仅仅返回其他 Index 对象。Index.union() 现在可以被认为是可交换的，这样 A.union(B) == B.union(A) (GH 23525)。

先前的行为：

In [1]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
...
ValueError: can only call with other PeriodIndex-ed objects

In [2]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[2]: Int64Index([1, 2, 3], dtype='int64')

新行为：

In [3]: pd.period_range('19910905', periods=2).union(pd.Int64Index([1, 2, 3]))
Out[3]: Index([1991-09-05, 1991-09-06, 1, 2, 3], dtype='object')
In [4]: pd.Index([], dtype=object).union(pd.Index([1, 2, 3]))
Out[4]: Index([1, 2, 3], dtype='object')

请注意，整数和浮点型索引被视为“兼容”。整数值被强制转换为浮点数，可能会导致精度损失。有关更多信息，请参见索引对象上的集合操作。

`DataFrame` GroupBy 的 ffill/bfill 现在不再返回分组标签。

DataFrameGroupBy 的 ffill、bfill、pad 和 backfill 方法以前在返回值中包括分组标签，这与其他 groupby 转换不一致。现在只返回填充的值。(GH 21521)

In [30]: df = pd.DataFrame({"a": ["x", "y"], "b": [1, 2]})

In [31]: df
Out[31]: 
 a  b
0  x  1
1  y  2

[2 rows x 2 columns]

先前的行为：

In [3]: df.groupby("a").ffill()
Out[3]:
   a  b
0  x  1
1  y  2

新行为：

In [32]: df.groupby("a").ffill()
Out[32]: 
 b
0  1
1  2

[2 rows x 1 columns]

在空的分类 / 对象列上对 `DataFrame` 进行描述将返回 top 和 freq。

当在空的分类 / 对象列上调用 DataFrame.describe() 时，先前会省略 'top' 和 'freq' 列，这与非空列的输出不一致。现在 'top' 和 'freq' 列将始终包含在内，在空的 DataFrame 中用 numpy.nan 表示（GH 26397）。

In [33]: df = pd.DataFrame({"empty_col": pd.Categorical([])})

In [34]: df
Out[34]: 
Empty DataFrame
Columns: [empty_col]
Index: []

[0 rows x 1 columns]

先前的行为：

In [3]: df.describe()
Out[3]:
        empty_col
count           0
unique          0

新行为：

In [35]: df.describe()
Out[35]: 
 empty_col
count          0
unique         0
top          NaN
freq         NaN

[4 rows x 1 columns]

`str` 方法现在调用 `repr` 而不是相反。

到目前为止，pandas 在 pandas 对象的 __str__/__unicode__/__bytes__ 方法中定义字符串表示大多数情况，并且在没有找到特定 __repr__ 方法时从 __repr__ 方法中调用 __str__。对于 Python3 不再需要这样做。在 pandas 0.25 中，pandas 对象的字符串表示现在通常在 __repr__ 中定义，并且一般情况下现在将 __str__ 的调用传递给 __repr__，如果没有找到特定的 __str__ 方法，这符合 Python 的标准。这个变化对于直接使用 pandas 是向后兼容的，但是如果你子类化 pandas 对象并且给你的子类特定的 __str__/__repr__ 方法，你可能需要调整你的 __str__/__repr__ 方法（GH 26495）。

使用 `Interval` 对象索引 `IntervalIndex`

对于 IntervalIndex 的索引方法已经修改，现在只对 Interval 查询要求精确匹配。IntervalIndex 方法先前在任何重叠的 Interval 上匹配。与标量点的行为，例如使用整数查询，保持不变（GH 16316）。

In [36]: ii = pd.IntervalIndex.from_tuples([(0, 4), (1, 5), (5, 8)])

In [37]: ii
Out[37]: IntervalIndex([(0, 4], (1, 5], (5, 8]], dtype='interval[int64, right]')

in 操作符 (__contains__) 现在只对 IntervalIndex 中 Intervals 的精确匹配返回 True，而以前对于任何与 IntervalIndex 中的 Interval 重叠的 Interval 也会返回 True。

先前的行为：

In [4]: pd.Interval(1, 2, closed='neither') in ii
Out[4]: True

In [5]: pd.Interval(-10, 10, closed='both') in ii
Out[5]: True

新行为：

In [38]: pd.Interval(1, 2, closed='neither') in ii
Out[38]: False

In [39]: pd.Interval(-10, 10, closed='both') in ii
Out[39]: False

get_loc() 方法现在只对 Interval 查询的精确匹配返回位置，而不是以前的重叠匹配。如果找不到精确匹配，将引发 KeyError。

先前的行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: array([0, 1])

In [7]: ii.get_loc(pd.Interval(2, 6))
Out[7]: array([0, 1, 2])

新行为：

In [6]: ii.get_loc(pd.Interval(1, 5))
Out[6]: 1

In [7]: ii.get_loc(pd.Interval(2, 6))
---------------------------------------------------------------------------
KeyError: Interval(2, 6, closed='right')

同样地，get_indexer() 和 get_indexer_non_unique() 现在也只对 Interval 查询的精确匹配返回位置，其中 -1 表示找不到精确匹配。

这些索引变化延伸到使用 IntervalIndex 索引查询 Series 或 DataFrame。

In [40]: s = pd.Series(list('abc'), index=ii)

In [41]: s
Out[41]: 
(0, 4]    a
(1, 5]    b
(5, 8]    c
Length: 3, dtype: object

使用 [] (__getitem__) 或 loc 从 Series 或 DataFrame 中选择时，现在只对 Interval 查询返回精确匹配。

先前的行为：

In [8]: s[pd.Interval(1, 5)]
Out[8]:
(0, 4]    a
(1, 5]    b
dtype: object

In [9]: s.loc[pd.Interval(1, 5)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

新行为：

In [42]: s[pd.Interval(1, 5)]
Out[42]: 'b'

In [43]: s.loc[pd.Interval(1, 5)]
Out[43]: 'b'

类似地，对于非精确匹配，将引发 KeyError，而不是返回重叠匹配。

先前的行为：

In [9]: s[pd.Interval(2, 3)]
Out[9]:
(0, 4]    a
(1, 5]    b
dtype: object

In [10]: s.loc[pd.Interval(2, 3)]
Out[10]:
(0, 4]    a
(1, 5]    b
dtype: object

新行为：

In [6]: s[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

In [7]: s.loc[pd.Interval(2, 3)]
---------------------------------------------------------------------------
KeyError: Interval(2, 3, closed='right')

overlaps()方法可用于创建一个布尔索引器，复制以前返回重叠匹配的行为。

新行为：

In [44]: idxr = s.index.overlaps(pd.Interval(2, 3))

In [45]: idxr
Out[45]: array([ True,  True, False])

In [46]: s[idxr]
Out[46]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object

In [47]: s.loc[idxr]
Out[47]: 
(0, 4]    a
(1, 5]    b
Length: 2, dtype: object

Series 上的二进制 ufunc 现在对齐

应用二进制 ufunc，如numpy.power()，现在在两者都是Series时会对齐输入（GH 23293）。

In [48]: s1 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])

In [49]: s2 = pd.Series([3, 4, 5], index=['d', 'c', 'b'])

In [50]: s1
Out[50]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [51]: s2
Out[51]: 
d    3
c    4
b    5
Length: 3, dtype: int64

先前行为

In [5]: np.power(s1, s2)
Out[5]:
a      1
b     16
c    243
dtype: int64

新行为

In [52]: np.power(s1, s2)
Out[52]: 
a     1.0
b    32.0
c    81.0
d     NaN
Length: 4, dtype: float64

这与 pandas 中的其他二进制操作的行为相匹配，如Series.add()。要保留先前的行为，在应用 ufunc 之前将另一个Series转换为数组。

In [53]: np.power(s1, s2.array)
Out[53]: 
a      1
b     16
c    243
Length: 3, dtype: int64

Categorical.argsort 现在将缺失值放在末尾

Categorical.argsort()现在将缺失值放在数组末尾，使其与 NumPy 和 pandas 的其余部分一致（GH 21801）。

In [54]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

先前行为

In [2]: cat = pd.Categorical(['b', None, 'a'], categories=['a', 'b'], ordered=True)

In [3]: cat.argsort()
Out[3]: array([1, 2, 0])

In [4]: cat[cat.argsort()]
Out[4]:
[NaN, a, b]
categories (2, object): [a < b]

新行为

In [55]: cat.argsort()
Out[55]: array([2, 0, 1])

In [56]: cat[cat.argsort()]
Out[56]: 
['a', 'b', NaN]
Categories (2, object): ['a' < 'b']

传递字典列表到 DataFrame 时列顺序被保留

从 Python 3.7 开始，dict的键顺序是有保证的。实际上，自 Python 3.6 以来一直如此。DataFrame构造函数现在以与OrderedDict相同的方式处理字典列表，即保留字典的顺序。此更改仅在 pandas 在 Python>=3.6 上运行时适用（GH 27309）。

In [57]: data = [
 ....:    {'name': 'Joe', 'state': 'NY', 'age': 18},
 ....:    {'name': 'Jane', 'state': 'KY', 'age': 19, 'hobby': 'Minecraft'},
 ....:    {'name': 'Jean', 'state': 'OK', 'age': 20, 'finances': 'good'}
 ....: ]
 ....:

先前行为：

先前列是按字典顺序排序的，

In [1]: pd.DataFrame(data)
Out[1]:
   age finances      hobby  name state
0   18      NaN        NaN   Joe    NY
1   19      NaN  Minecraft  Jane    KY
2   20     good        NaN  Jean    OK

新行为：

现在列顺序与dict中键的插入顺序匹配，考虑从上到下的所有记录。因此，与先前的 pandas 版本相比，生成的 DataFrame 的列顺序已更改。

In [58]: pd.DataFrame(data)
Out[58]: 
 name state  age      hobby finances
0   Joe    NY   18        NaN      NaN
1  Jane    KY   19  Minecraft      NaN
2  Jean    OK   20        NaN     good

[3 rows x 5 columns]

增加了依赖项的最低版本

由于不再支持 Python 2.7，一些可选依赖项的最低版本已更新（GH 25725，GH 24942，GH 25752）。此外，一些依赖项的最低支持版本已更新（GH 23519，GH 25554）。如果已安装，我们现在要求：

包	最低版本	必需
numpy	1.13.3	X
pytz	2015.4	X
python-dateutil	2.6.1	X
bottleneck	1.2.1
numexpr	2.6.2
pytest (dev)	4.0.2

对于可选库，一般建议使用最新版本。以下表格列出了在 pandas 开发过程中当前正在测试的每个库的最低版本。低于最低测试版本的可选库可能仍然可用，但不被视为受支持。

包	最低版本
beautifulsoup4	4.6.0
fastparquet	0.2.1
gcsfs	0.2.2
lxml	3.8.0
matplotlib	2.2.2
openpyxl	2.4.8
pyarrow	0.9.0
pymysql	0.7.1
pytables	3.4.2
scipy	0.19.0
sqlalchemy	1.1.4
xarray	0.8.2
xlrd	1.1.0
xlsxwriter	0.9.8
xlwt	1.2.0

查看依赖项和可选依赖项以获取更多信息。

其他 API 更改

DatetimeTZDtype现在将 pytz 时区标准化为一个公共时区实例。(GH 24713)
Timestamp和Timedelta标量现在实现了to_numpy()方法，作为Timestamp.to_datetime64()和Timedelta.to_timedelta64()的别名。(GH 24653)
Timestamp.strptime()现在会引发NotImplementedError(GH 25016)
将Timestamp与不支持的对象进行比较现在会返回NotImplemented，而不是引发TypeError。这意味着不支持的丰富比较被委托给其他对象，并且现在与 Python 3 中datetime对象的行为一致。(GH 24011)
DatetimeIndex.snap()中的错误，未保留输入Index的name（GH 25575）
在 DataFrameGroupBy.agg() 中的 arg 参数已更名为 func (GH 26089)
在 Window.aggregate() 中的 arg 参数已更名为 func (GH 26372)
大多数 pandas 类都有一个 __bytes__ 方法，用于获取对象的 python2 风格的字节串表示。这个方法已被移除，作为放弃 Python2 的一部分 (GH 26447)
对于 1 级 MultiIndex，.str 访问器已被禁用，如果必要，使用 MultiIndex.to_flat_index() (GH 23679)
移除了对 gtk 包的剪贴板支持 (GH 26563)
使用不受支持的 Beautiful Soup 4 版本现在会引发 ImportError 而不是 ValueError (GH 27063)
Series.to_excel() 和 DataFrame.to_excel() 现在在保存时会引发 ValueError，当数据带有时区信息时。(GH 27008, GH 7056)
ExtensionArray.argsort() 将 NA 值放在排序后的数组末尾。(GH 21801)
DataFrame.to_hdf() 和 Series.to_hdf() 现在在保存带有扩展数据类型的 fixed 格式的 MultiIndex 时会引发 NotImplementedError。(GH 7775)
在 read_csv() 中传递重复的 names 现在会引发 ValueError (GH 17346)

弃用

稀疏子类

SparseSeries 和 SparseDataFrame 子类已被弃用。它们的功能由带有稀疏值的 Series 或 DataFrame 更好地提供。

之前的方式

df = pd.SparseDataFrame({"A": [0, 0, 1, 2]})
df.dtypes

新方式

In [59]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 0, 1, 2])})

In [60]: df.dtypes
Out[60]: 
A    Sparse[int64, 0]
Length: 1, dtype: object

两种方��的内存使用量是相同的 (GH 19239).

msgpack 格式

自 0.25 版本开始，msgpack 格式已被弃用，并将在将来的版本中删除。建议使用 pyarrow 来传输 pandas 对象。 (GH 27084)

其他弃用内容

弃用的 .ix[] 索引器现在会引发更显眼的 FutureWarning 而不是 DeprecationWarning（GH 26438）。
pandas.to_timedelta() 的 units=M（月）和 units=Y（年）参数已经被弃用，以及 pandas.Timedelta() 和 pandas.TimedeltaIndex() 的 units 参数（GH 16344）。
pandas.concat() 已经弃用了 join_axes 关键字。请在结果或输入上使用 DataFrame.reindex() 或 DataFrame.reindex_like()（GH 21951）。
SparseArray.values 属性已经被弃用。您可以使用 np.asarray(...) 或 SparseArray.to_dense() 方法代替（GH 26421）。
pandas.to_datetime() 和 pandas.to_timedelta() 函数已经弃用 box 关键字。请使用 to_numpy() 或 Timestamp.to_datetime64() 或 Timedelta.to_timedelta64()（GH 24416）。
DataFrame.compound() 和 Series.compound() 方法已经被弃用，并将在将来的版本中删除（GH 26405）。
RangeIndex的内部属性_start、_stop和_step已被弃用。请使用公共属性start、stop和step代替(GH 26581).
Series.ftype()、Series.ftypes()和DataFrame.ftypes()方法已被弃用，并将在将来的版本中删除。相反，使用Series.dtype()和DataFrame.dtypes()（GH 26705).
Series.get_values()、DataFrame.get_values()、Index.get_values()、SparseArray.get_values()和Categorical.get_values()方法已被弃用。可以使用np.asarray(..)或to_numpy()中的一个代替(GH 19617).
NumPy ufuncs 上的‘outer’方法，例如np.subtract.outer在Series对象上已被弃用。首先将输入转换为数组，然后使用Series.array（GH 27186)
Timedelta.resolution()已被弃用，并替换为Timedelta.resolution_string()。在未来的版本中，Timedelta.resolution()将被更改为像标准库中的datetime.timedelta.resolution一样的行为（GH 21344)
read_table()已被取消弃用。(GH 25220)
Index.dtype_str已被弃用。(GH 18262)
Series.imag和Series.real已被弃用。(GH 18262)
Series.put()已被弃用。(GH 18262)
Index.item() 和 Series.item() 已经被弃用。(GH 18262)
CategoricalDtype 中默认值 ordered=None 已被弃用，推荐使用 ordered=False。在转换分类类型时，必须显式传递 ordered=True 以便保留。(GH 26336)
Index.contains() 已弃用。使用 key in index (__contains__) 代替 (GH 17753).
DataFrame.get_dtype_counts() 已弃用。(GH 18262)
Categorical.ravel() 将返回一个 Categorical 而不是一个 np.ndarray (GH 27199)

稀疏子类

SparseSeries 和 SparseDataFrame 子类已被弃用。它们的功能由稀疏值的 Series 或 DataFrame 更好地提供。

以前的方法

df = pd.SparseDataFrame({"A": [0, 0, 1, 2]})
df.dtypes

新的方法

In [59]: df = pd.DataFrame({"A": pd.arrays.SparseArray([0, 0, 1, 2])})

In [60]: df.dtypes
Out[60]: 
A    Sparse[int64, 0]
Length: 1, dtype: object

这两种方法的内存使用情况相同 (GH 19239).

msgpack 格式

截至版本 0.25，msgpack 格式已被弃用，并将在未来版本中删除。建议使用 pyarrow 在 pandas 对象的传输中进行线上传输。(GH 27084)

其他弃用

弃用的 .ix[] 索引器现在会引发更明显的 FutureWarning 而不是 DeprecationWarning (GH 26438).
弃用了 units=M（月）和 units=Y（年）参数，用于 pandas.to_timedelta(), pandas.Timedelta() 和 pandas.TimedeltaIndex() 的 units (GH 16344)
pandas.concat() 已弃用 join_axes 关键字。建议在结果或输入上使用 DataFrame.reindex() 或 DataFrame.reindex_like() 代替 (GH 21951)
SparseArray.values 属性已弃用。您可以使用 np.asarray(...) 或 SparseArray.to_dense() 方法代替 (GH 26421).
函数 pandas.to_datetime() 和 pandas.to_timedelta() 已弃用 box 关键字。请使用 to_numpy() 或 Timestamp.to_datetime64() 或 Timedelta.to_timedelta64()。（GH 24416）。
DataFrame.compound() 和 Series.compound() 方法已被弃用，并将在将来的版本中移除（GH 26405）。
RangeIndex 的内部属性 _start、_stop 和 _step 已被弃用。请使用公共属性 start、stop 和 step（GH 26581）。
Series.ftype()、Series.ftypes() 和 DataFrame.ftypes() 方法已被弃用，并将在将来的版本中移除。请使用 Series.dtype() 和 DataFrame.dtypes() 代替（GH 26705）。
Series.get_values()、DataFrame.get_values()、Index.get_values()、SparseArray.get_values() 和 Categorical.get_values() 方法已被弃用。可以使用 np.asarray(..) 或 to_numpy() 之一代替（GH 19617）。
NumPy ufuncs 的 'outer' 方法，例如 np.subtract.outer 已在 Series 对象上被弃用。请先使用 Series.array 将输入转换为数组（GH 27186）。
Timedelta.resolution() 已被弃用，并已被 Timedelta.resolution_string() 取代。在将来的版本中，Timedelta.resolution() 将被更改为与标准库 datetime.timedelta.resolution 的行为相同。(GH 21344)
read_table() 已取消弃用。(GH 25220)
Index.dtype_str 已被弃用。(GH 18262)
Series.imag 和 Series.real 已被弃用。(GH 18262)
Series.put() 已被弃用。(GH 18262)
Index.item() 和 Series.item() 已被弃用。(GH 18262)
在 CategoricalDtype 中，ordered=None 的默认值已被弃用，取而代之的是 ordered=False。在转换分类类型时，必须显式传递 ordered=True 以保留顺序。(GH 26336)
Index.contains() 已被弃用。请使用 key in index (__contains__)。(GH 17753)。
DataFrame.get_dtype_counts() 已被弃用。(GH 18262)
Categorical.ravel() 将返回一个 Categorical 而不是一个 np.ndarray。(GH 27199)

移除之前版本的弃用/更改

移除了 Panel。(GH 25047, GH 25191, GH 25231)
在 read_excel() 中移除了先前弃用的 sheetname 关键字。(GH 16442, GH 20938)
移除了先前弃用的 TimeGrouper。(GH 16942)
在 read_excel() 中移除了先前弃用的 parse_cols 关键字。(GH 16488)
移除了先前废弃的pd.options.html.border（GH 16970）
移除了先前废弃的convert_objects（GH 11221）
移除了DataFrame和Series的先前废弃的select方法（GH 17633）
移除了rename_categories()中Series被视为类似列表的先前废弃行为（GH 17982）
移除了先前废弃的DataFrame.reindex_axis和Series.reindex_axis（GH 17842）
移除了用Series.rename_axis()或DataFrame.rename_axis()更改列或索引标签的先前废弃行为（GH 17842）
移除了read_html()、read_csv()和DataFrame.to_csv()中先前废弃的tupleize_cols关键字参数（GH 17877，GH 17820）
移除了先前废弃的DataFrame.from.csv和Series.from_csv（GH 17812）
移除了DataFrame.where()和DataFrame.mask()中先前废弃的raise_on_error关键字参数（GH 17744）
移除了astype中先前废弃的ordered和categories关键字参数（GH 17742）
移除了先前废弃的cdate_range（GH 17691）
移除了SeriesGroupBy.nth()中先前废弃的dropna关键字参数的True选项（GH 17493）
删除了先前在Series.take()和DataFrame.take()中弃用的convert关键字参数（GH 17352）
删除了先前与datetime.date对象进行算术运算的行为（GH 21152）

性能改进

SparseArray初始化的显着加速，使大多数操作受益，修复了 v0.20.0 中引入的性能回归（GH 24985）
当输出带有任何字符串或非本机字节顺序列的数据时，DataFrame.to_stata()现在更快了（GH 25045）
改进了Series.searchsorted()的性能。当 dtype 为 int8/int16/int32 且搜索键在 dtype 的整数边界内时，速度提升尤其大（GH 22034）
改进了GroupBy.quantile()的性能（GH 20405）
对RangeIndex的切片和其他选定操作的性能改进（GH 26565，GH 26617，GH 26722）
现在，RangeIndex在不实例化实际哈希表的情况下执行标准查找，因此节省了内存（GH 16685）
通过更快的标记化和更快的解析小浮点数，改进了read_csv()的性能（GH 25784）
通过更快地解析 N/A 和布尔值，改进了read_csv()的性能（GH 25804）
通过删除转换为MultiIndex来改进IntervalIndex.is_monotonic、IntervalIndex.is_monotonic_increasing和IntervalIndex.is_monotonic_decreasing的性能（GH 24813）
在写入日期时间数据类型时，改进了DataFrame.to_csv()的性能（GH 25708)
通过更快地解析MM/YYYY和DD/MM/YYYY日期时间格式，改进了read_csv()的性能（GH 25922)
对于无法存储 NaN 的数据类型，通过改进 nanops 的性能。特别是对于Series.all()和Series.any()，速度提升尤为显著（GH 25070)
通过将类别映射到类别而不是映射所有值，改进了在分类系列上的字典映射器的Series.map()的性能（GH 23785)
改进了IntervalIndex.intersection()的性能（GH 24813)
通过更快地连接日期列而无需额外转换为整数/浮点零和浮点NaN的字符串，以及更快地检查字符串是否可能是日期，改进了read_csv()的性能（GH 25754)
通过删除转换为MultiIndex来改进IntervalIndex.is_unique的性能（GH 24813)
通过重新启用专门的代码路径，恢复了DatetimeIndex.__iter__()的性能（GH 26702)
当构建至少一个CategoricalIndex级别的MultiIndex时，通过消除垃圾回收来改进性能（GH 22044)
通过在检查SettingWithCopyWarning时消除垃圾回收的需要来改进性能（GH 27031)
对于to_datetime()，将 cache 参数的默认值更改为True（GH 26043)
在给定非唯一、单调数据的情况下，通过改进DatetimeIndex和PeriodIndex的切片性能（GH 27136)
改进了针对面向索引的数据的pd.read_json()的性能。 (GH 26773)
改进了MultiIndex.shape()的性能 (GH 27384)

问题修复

类别

修复了DataFrame.at()和Series.at()中的错误，如果索引是一个CategoricalIndex会引发异常（GH 20629）
修复了包含缺失值的有序Categorical与标量进行比较时的错误，有时会错误地结果为True（GH 26504）
修复了当DataFrame具有包含Interval对象的CategoricalIndex时，DataFrame.dropna()中的错误，错误地引发了TypeError（GH 25087）

日期时间类

修复了to_datetime()中的错误，当使用format参数指定一个远期日期时，会引发（不正确的）ValueError而不是引发OutOfBoundsDatetime（GH 23830）
修复了to_datetime()中的错误，在使用cache=True调用时会引发InvalidIndexError: Reindexing only valid with uniquely valued Index objects，arg至少包含来自集合{None, numpy.nan, pandas.NaT}中的两个不同元素时会出现此错误（GH 22305）
修复了当时区感知数据具有dtype='datetime64[ns]时，DataFrame和Series中的错误，未转换为朴素的问题（GH 25843）
在各种日期时间函数中改进了对Timestamp类型的检查，以防止在使用子类化的datetime时引发异常（GH 25851）
在 Series 和 DataFrame 的 repr 中，np.datetime64('NaT') 和 np.timedelta64('NaT') 以 dtype=object 表示为 NaN。(GH 25445)
to_datetime() 中的错误，当错误设置为 coerce 时，无法用 NaT 替换无效参数。(GH 26122)
向 DatetimeIndex 添加非零月份的 DateOffset 会引发 ValueError。(GH 26258)
在使用混合无效日期和 NaN 值以及 format='%Y%m%d' 和 error='coerce' 时，调用 to_datetime() 会引发未处理的 OverflowError。(GH 25512)
isin() 在日期时间索引中的错误；DatetimeIndex、TimedeltaIndex 和 PeriodIndex 中 levels 参数被忽略。(GH 26675)
在使用 format='%Y%m%d' 时，对长度大于等于 6 位的无效整数日期调用 to_datetime() 会引发 TypeError，并且 errors='ignore' 时不会处理。
比较 PeriodIndex 和零维 numpy 数组时出现错误。(GH 26689)
从 numpy datetime64 数组构建 Series 或 DataFrame 时，如果时间单位不是纳秒且时间戳超出范围，则会生成垃圾数据，现在将正确引发 OutOfBoundsDatetime 错误。(GH 26206)
在 date_range() 中，对非常大或非常小的日期引发不必要的 OverflowError。(GH 26651)
将 Timestamp 添加到 np.timedelta64 对象中会引发错误，而不是返回 Timestamp。(GH 24775)
当将包含np.datetime64对象的零维 numpy 数组与Timestamp进行比较时出现错误，将不正确引发TypeError（GH 26916）
在to_datetime()中存在错误，当调用时使用cache=True，arg包含具有不同偏移量的日期时间字符串时，会引发ValueError: Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True（GH 26097）

时间差

TimedeltaIndex.intersection()中的错误，在某些情况下，非单调索引返回空Index，而实际上存在交集（GH 25913）
在Timedelta与NaT之间进行比较时出现错误，引发TypeError（GH 26039）
在将BusinessHour添加或减去到Timestamp时出现错误，导致结果时间分别落在后续或前一天（GH 26381）
在将TimedeltaIndex与零维 numpy 数组进行比较时出现错误（GH 26689）

时区

在DatetimeIndex.to_frame()中存在错误，其中时区感知数据将转换为时区无关数据（GH 25809）
在to_datetime()中存在错误，当utc=True和日期时间字符串一起使用时，会将先前解析的 UTC 偏移应用于后续参数（GH 24992）
Timestamp.tz_localize()和Timestamp.tz_convert()中存在错误，不会传播freq（GH 25241）
在Series.at()中存在错误，设置带有时区的Timestamp会引发TypeError（GH 25506）
在使用时区感知数据更新 DataFrame.update() 时会返回时区无关的数据的错误（GH 25807）
在 to_datetime() 中的错误，在其中传递了混合 UTC 偏移的日期时间字符串时会引发无信息的 RuntimeError（GH 25978）
在 unit='ns' 时会从解析参数中删除时区信息的 to_datetime() 中的错误（GH 26168）
在将时区感知索引与时区感知列连接时，DataFrame.join() 会导致 NaN 列的错误（GH 26335）
在 date_range() 中没有处理模糊或不存在的起始或结束时间的错误，分别由 ambiguous 或 nonexistent 关键字引起（GH 27088）
在组合时区感知和时区无关的 DatetimeIndex 时的 DatetimeIndex.union() 中出现的错误（GH 21671）
应用 numpy 缩减函数（例如 numpy.minimum()）到时区感知的 Series 时出现的错误（GH 15552）

数值

在 to_numeric() 中的错误，在其中大负数被不正确处理（GH 24910）
在 to_numeric() 中的错误，在其中数字被强制转换为浮点数，即使 errors 不是 coerce（GH 24910）
在 to_numeric() 中的错误，允许了 errors 的无效值（GH 26466）
在格式化中的错误，在其中浮点复数数字没有被格式化为正确的显示精度和修剪（GH 25514）
在DataFrame.corr() 和 Series.corr() 中的错误消息中存在 Bug。增加了使用可调用对象的可能性。(GH 25729)
Series.divmod() 和 Series.rdivmod() 中的 Bug 会引发（错误的）ValueError，而不是返回一对Series对象作为结果（GH 25557）
当非数值索引被发送到需要数值索引的 interpolate() 方法时，会引发一个有用的异常。(GH 21662)
在使用浮点数标量运算符比较浮点数时，eval() 中的 Bug，例如：x < -0.1（GH 25928）
修复了将全布尔数组转换为整数扩展数组失败的 Bug（GH 25211）
divmod 中的 Bug，包含零的 Series 对象错误地引发 AttributeError（GH 26987）
Series floor-division (//) 和 divmod 填充正数//零为 NaN 而不是 Inf 的不一致性（GH 27321）

Conversion

在传递列和类型字典时，DataFrame.astype() 中的 Bug，errors 参数被忽略。(GH 25905)

字符串

Series.str 的几种方法的 __name__ 属性中的 Bug，设置不正确（GH 23551）
当将错误类型的Series传递给 Series.str.cat() 时，改进了错误消息。(GH 22722)

Interval

构造Interval 仅限于数值、Timestamp 和 Timedelta 端点（GH 23013）
修复了在具有缺失值的 IntervalIndex 中 Series/DataFrame 中不显示 NaN 的 Bug（GH 25984）。
Bug：IntervalIndex.get_loc() 中的 Bug，对于递减的 IntervalIndex 会错误地引发 KeyError（GH 25860）。
Index 构造函数中的 Bug，传递混合的闭合 Interval 对象会导致 ValueError 而不是 object dtype Index（[GH 27172](https://github.com/pandas-dev/pandas/issues/27172））。

索引

在使用非数字对象列表调用 DataFrame.iloc() 时改进了异常消息（GH 25753）。
在使用不同长度的布尔索引器调用 .iloc 或 .loc 时改进了异常消息（GH 26658）。
Bug：在索引 MultiIndex 时的 KeyError 异常消息中，当使用不存在的键时不显示原始键（GH 27250）。
Bug：在使用布尔索引器调用 .iloc 和 .loc 时，当传递的项目太少时不会引发 IndexError（GH 26658）。
DataFrame.loc() 和 Series.loc() 中的 Bug，当键小于或等于 MultiIndex 中的级数时，不会为 MultiIndex 抛出 KeyError（GH 14885）。
Bug：DataFrame.append() 产生错误警告，指示将来在要附加的数据中包含新列时会抛出 KeyError（GH 22252）。
在重新索引的数据帧上使用DataFrame.to_csv()时导致段错误的错误，当索引是单级MultiIndex时（GH 26303)
将arrays.PandasArray分配给DataFrame时引发错误的错误已修复（GH 26390)
允许在DataFrame.query()字符串中使用可调用本地引用的关键字参数（GH 26426)
当使用包含确切一个缺失标签的列表索引MultiIndex级别时，修复了KeyError（GH 27148)
在MultiIndex中部分匹配Timestamp时产生AttributeError的错误（GH 26944)
当使用Interval中不可比较的对象使用in运算符（__contains__）时，Categorical和CategoricalIndex中的Interval值中的错误（GH 23705)
在带有单个时区感知的 datetime64[ns]列的DataFrame.loc()和DataFrame.iloc()中的错误，错误地返回标量而不是Series（GH 27110)
在使用in运算符（__contains__）传递列表时，CategoricalIndex和Categorical错误地引发ValueError而不是TypeError的错误（GH 21729)
在使用Timedelta对象设��Series中的新值时，不正确地将值转换为整数的错误已被修复（GH 22717)
在使用带有时区信息的日期时间设置新键(__setitem__)时，Series存在错误，会不正确地引发ValueError（GH 12862）
在使用只读索引器进行索引时，DataFrame.iloc()存在错误，会引发ValueError（GH 17192）
在使用带有时区信息的日期时间值设置现有元组键(__setitem__)时，Series存在错误，会不正确地引发TypeError（GH 20441）

缺失

如果需要参数order但未提供时，在Series.interpolate()中的误导性异常消息已被修复（GH 10633，GH 24014）
如果传递了无效的axis参数，DataFrame.dropna()中的异常消息中显示的类类型已被修复（GH 25555）
当limit不是正整数时，DataFrame.fillna()现在会引发ValueError（GH 27042）

多重索引

在测试MultiIndex的成员资格时，Timedelta引发不正确异常的错误已被修复（GH 24570）

输入/输出

在使用显示选项截断值而不是输出完整内容时，DataFrame.to_html()存在错误已被修复（GH 17004）
在 Python 3 的 Windows 上，如果复制 utf-16 字符时，使用to_clipboard()会导致缺少文本的错误已被修复（GH 25040）
在read_json()中存在的错误，对于orient='table'，当尝试默认推断 dtype 时，这是不适用的，因为 dtype 已在 JSON 模式中定义（GH 21345)
在read_json()中存在的错误，对于orient='table'和浮点索引，因为默认推断索引 dtype，这是不适用的，因为索引 dtype 已在 JSON 模式中定义（GH 25433)
在read_json()中存在的错误，对于orient='table'和浮点数列名字符串，它会将列名类型转换为Timestamp，这是不适用的，因为列名已在 JSON 模式中定义（GH 25435)
在json_normalize()中存在的错误，对于errors='ignore'，输入数据中缺少的值会在结果DataFrame中填充字符串"nan"而不是numpy.nan（GH 25468)
DataFrame.to_html()现在在使用无效类型的classes参数时会引发TypeError，而不是AssertionError（GH 25608)
在DataFrame.to_string()和DataFrame.to_latex()中存在的错误，当使用header关键字时会导致输出不正确（GH 16718)
在read_csv()中存在的错误，未能正确解释 UTF8 编码的文件名在 Windows 上的 Python 3.6+中的情况（GH 15086)
在转换具有缺失值的列时，在pandas.read_stata()和pandas.io.stata.StataReader中的性能得到了改进（GH 25772)
在DataFrame.to_html()中存在的错误，当四舍五入时，头部数字会忽略显示选项（GH 17280)
read_hdf() 中的 bug，直接使用 PyTables 写入的 HDF5 文件读取表时，通过 start 或 stop 参数进行子选择会导致 ValueError 错误 (GH 11188)
read_hdf() 中的 bug，在引发 KeyError 后未正确关闭存储 (GH 25766)
改进了在 Stata dta 文件中数值标签重复时的失败解释，并建议解决方法 (GH 25772)
改进了 pandas.read_stata() 和 pandas.io.stata.StataReader，以读取 Stata 保存的格式不正确的 118 格式文件 (GH 25960)
改进了 DataFrame.to_html() 中的 col_space 参数，接受字符串以便正确设置 CSS 长度值 (GH 25941)
修复了从 S3 加载包含 URL 中 # 字符的对象时的 bug (GH 25945)
在 read_gbq() 中添加了 use_bqstorage_api 参数，以加快大型数据帧的下载速度。此功能需要 pandas-gbq 库的 0.10.0 版本以及 google-cloud-bigquery-storage 和 fastavro 库。 (GH 26104)
修复了在处理数值数据时 DataFrame.to_json() 中的内存泄漏 (GH 24889)
read_json() 中的 bug，日期字符串中带有 Z 的未转换为 UTC 时区 (GH 26168)
在 read_csv() 中添加了 cache_dates=True 参数，允许在解析日期时缓存唯一日期 (GH 25990)
DataFrame.to_excel() 现在在调用者的维度超出 Excel 限制时会引发 ValueError (GH 26051)
修复了 pandas.read_csv() 中的 bug，其中 BOM 会导致使用 engine=’python’ 时解析错误 (GH 26545)
当输入为类型为 pandas.io.excel.ExcelFile 且传递了 engine 参数时，read_excel() 现在会引发 ValueError，因为 pandas.io.excel.ExcelFile 已定义了一个引擎 (GH 26566)
选择HDFStore时出现 bug，指定了where='' (GH 26610).
修复了 DataFrame.to_excel() 中的 bug，即合并单元格中的自定义对象（即 PeriodIndex）未被转换为 Excel 写入器安全类型 (GH 27006)
在 read_hdf() 中的 bug，在读取时区感知的 DatetimeIndex 时会引发 TypeError (GH 11926)
在 to_msgpack() 和 read_msgpack() 中的 bug，会引发 ValueError 而不是无效路径的 FileNotFoundError (GH 27160)
修复了 DataFrame.to_parquet() 中的 bug，在 dataframe 没有列时会引发 ValueError (GH 27339)
在使用 read_csv() 时，允许解析 PeriodDtype 列 (GH 26934)

绘图

修复了api.extensions.ExtensionArray在 matplotlib 绘图中无法使用的 bug (GH 25587)
在 DataFrame.plot() 中的错误消息中存在 bug。如果向 DataFrame.plot() 传递了非数字，则改进了错误消息 (GH 25481)
在绘制非数值/非日期时间索引时，ticklabel 位置不正确的错误（GH 7612, GH 15912, GH 22334)
修复了PeriodIndex时间序列绘图的错误，如果频率是频率规则代码的倍数，则会失败（GH 14763)
修复了使用datetime.timezone.utc时区绘制DatetimeIndex时的错误（GH 17173)

GroupBy/resample/rolling

在具有时区感知索引的Resampler.agg()中存在的错误，当传递函数列表时会引发OverflowError（GH 22660)
在DataFrameGroupBy.nunique()中存在的错误，其中列级别的名称丢失了（GH 23222)
在将聚合函数应用于时区感知数据时，GroupBy.agg()中存在的错误（GH 23683)
在GroupBy.first()和GroupBy.last()中存在的错误，其中时区信息将被丢弃（GH 21603)
在仅对 NA 值进行分组时，GroupBy.size()中存在的错误（GH 23050)
在Series.groupby()中存在的错误，先前忽略了observed kwarg（GH 24880)
在使用具有与系列长度相等的标签列表的MultiIndex系列进行错误分组的Series.groupby()中存在的错误（GH 25704)
确保在所有 Python 版本中，groupby聚合函数的输出顺序是一致的（GH 25692)
确保在对有序Categorical进行分组并指定observed=True时，结果组顺序是正确的（GH 25871, GH 25167)
在 Rolling.min() 和 Rolling.max() 函数中存在的 Bug 导致内存泄漏 (GH 25893)
在使用 Rolling.count() 和 .Expanding.count 函数时，之前会忽略 axis 关键字参数 (GH 13503)
在使用 GroupBy.idxmax() 和 GroupBy.idxmin() 函数时，如果使用 datetime 列，可能会返回不正确的数据类型 (GH 25444, GH 15306)
在分类列中使用 GroupBy.cumsum()、GroupBy.cumprod()、GroupBy.cummin() 和 GroupBy.cummax() 函数时出现的 Bug，如果分类列中存在缺失的类别，可能会返回不正确的结果或导致段错误 (GH 16771)
在使用 GroupBy.nth() 函数时，如果分组中存在 NA 值，可能会返回不正确的结果 (GH 26011)
在使用 SeriesGroupBy.transform() 函数时，如果对一个空组进行转换，则会引发 ValueError (GH 26208)
在使用 DataFrame.groupby() 函数时，如果传递一个 Grouper 对象，则在使用 .groups 属性访问器时可能会返回不正确的分组 (GH 26326)
在使用 GroupBy.agg() 函数时，对于 uint64 类型的列可能会返回不正确的结果。(GH 26310)
Bug in Rolling.median() 和 Rolling.quantile() 函数中出现内存错误，当窗口为空时会抛出 MemoryError 异常 (GH 26005)
在Rolling.median()和Rolling.quantile()中存在 bug，当closed='left'和closed='neither'时返回不正确的结果（GH 26005）
改进了Rolling、Window和ExponentialMovingWindow函数，以排除结果中的无关列，而不是引发错误，并仅在所有列都是无关列时引发DataError（GH 12537）
在Rolling.max()和Rolling.min()中存在 bug，当变量窗口为空时返回不正确的结果（GH 26005）
当使用不支持的加权窗口函数作为Window.aggregate()的参数时，引发一个有用的异常（GH 26597）

重新塑造

在pandas.merge()中存在 bug，在后缀中赋值为None时添加一个None字符串，而不是保留列名不变（GH 24782）
在按索引名称合并时存在 bug，有时会导致索引编号不正确（缺少索引值现在被分配为 NA）（GH 24212，GH 25009）
to_records()现在接受其column_dtypes参数的数据类型（GH 24895）
在concat()中存在 bug，当作为objs参数传递时，不尊重OrderedDict（以及 Python 3.6+中的dict）的顺序（GH 21510）
在pivot_table()中存在 bug，即使dropna参数为False，当aggfunc参数包含一个list时，也会删除具有NaN值的列（GH 22159）
在两个具有相同freq的DatetimeIndex的连接结果中，concat() 中的 Bug 会丢弃freq（GH 3232)。
merge() 中的 Bug，在与等价的 Categorical 类型合并时会引发错误（GH 22501)。
在使用迭代器或生成器的字典（例如pd.DataFrame({'A': reversed(range(3))})）实例化DataFrame 时会引发错误（GH 26349)。
使用range（例如pd.DataFrame(range(3))）实例化DataFrame 时会引发错误（GH 26342)。
在传递非空元组时，DataFrame 构造函数会导致分段错误（GH 25691)。
当系列是时区感知的DatetimeIndex时，Series.apply() 中的 Bug 会失败（GH 25959)。
在pandas.cut() 中，大型 bin 由于整数溢出而错误地引发错误（GH 26045)。
DataFrame.sort_index() 中的 Bug，在多级索引的DataFrame上对所有级别进行排序时，初始级别的排序在最后时会引发错误（GH 26053)。
Series.nlargest() 中的 Bug 将True视为小于False（GH 26154)。
在使用 IntervalIndex 作为透视索引时，DataFrame.pivot_table() 中的 Bug 会引发TypeError（GH 25814)。
当 orient='index' 时 DataFrame.from_dict() 忽略了 OrderedDict 的顺序的错误 (GH 8425).
在 DataFrame.transpose() 中的错误，在转置具有时区感知的日期时间列的 DataFrame 时，会错误地引发 ValueError (GH 26825)
在 pivot_table() 中的错误，在将时区感知列作为 values 枢轴时，会删除时区信息 (GH 14948)
在指定多个 by 列且其中一个是 datetime64[ns, tz] dtype 时的 merge_asof() 中的错误 (GH 26649)

Sparse

在 SparseArray 初始化中的显着加速，使大多数操作受益，修复了 v0.20.0 中引入的性能回归 (GH 24985)
在 SparseFrame 构造函数中的错误，在将 None 作为数据传递时，会导致 default_fill_value 被忽略 (GH 16807)
在添加列时的 SparseDataFrame 中的错误，其中值的长度与索引的长度不匹配时，会引发 AssertionError 而不是引发 ValueError (GH 25484)
在 Series.sparse.from_coo() 中引入更好的错误消息，以便对于不是 coo 矩阵的输入返回 TypeError (GH 26554)
在 SparseArray 上的 numpy.modf() 中的错误。现在返回一个 SparseArray 的元组 (GH 26946).

构建更改

修复了在 macOS 上使用 PyPy 安装时的错误 (GH 26536)

ExtensionArray

在传递具有自定义 na_sentinel 的 ExtensionArray 时 factorize() 中的错误 (GH 25696).
在 ExtensionArrays 中的 Series.count() 中错误地计算 NA 值 (GH 26835)
添加了 Series.__array_ufunc__ 来更好地处理应用于由扩展数组支持的 Series 的 NumPy ufuncs (GH 23293).
关键字参数deep已从ExtensionArray.copy()中删除（GH 27083）。

其他

从供应的 UltraJSON 实现中删除了未使用的 C 函数（GH 26198）。
允许将Index和RangeIndex传递给 numpy 的min和max函数（GH 26125）。
使用Series子类的空对象的repr中使用实际的类名（GH 27001）。
修复了DataFrame中的一个错误，在传递了一个时区感知的datetime对象的对象数组时，错误地引发了ValueError（GH 13287）。

Categorical

修复了DataFrame.at()和Series.at()中的一个错误，当索引是一个CategoricalIndex时，会引发异常（GH 20629）。
修复了一个问题，当包含缺失值的有序Categorical与一个标量进行比较时，有时会错误地结果为True（GH 26504）。
修复了DataFrame.dropna()中的一个错误，当DataFrame有一个包含Interval对象的CategoricalIndex时，错误地引发了TypeError（GH 25087）。

Datetimelike

修复了to_datetime()中的一个错误，当调用一个远期日期和指定了format参数时，会抛出一个（错误的）ValueError，而不是引发OutOfBoundsDatetime（GH 23830）。
修复了to_datetime()中的一个错误，当以cache=True调用，arg包含来自集合{None, numpy.nan, pandas.NaT}至少两个不同元素时，会引发InvalidIndexError: Reindexing only valid with uniquely valued Index objects（GH 22305）。
DataFrame 和 Series 中的错误，其中带有dtype='datetime64[ns]的时区感知数据未被转换为朴素时间。(GH 25843)
在各种日期时间函数中改进了 Timestamp 类型检查，以防止在使用子类化的 datetime 时引发异常。(GH 25851)
在 Series 和 DataFrame 的 repr 中的错误，其中np.datetime64('NaT')和np.timedelta64('NaT')带有dtype=object将被表示为NaN。(GH 25445)
在 to_datetime() 中的错误，当错误设置为强制时，不会将无效参数替换为NaT。(GH 26122)
在将非零月份的DateOffset添加到 DatetimeIndex 中会引发ValueError。(GH 26258)
在使用无效日期和NaN值的混合调用时，当format='%Y%m%d'和error='coerce'时，to_datetime() 中会引发未处理的OverflowError。(GH 25512)
在 isin() 中出现的错误，用于 datetimelike 索引；DatetimeIndex，TimedeltaIndex 和 PeriodIndex 中 levels 参数被忽略了。(GH 26675)
在为长度大于或等于 6 位的无效整数日期调用时，format='%Y%m%d'将引发TypeError，errors='ignore'时。(GH 25512)
在将 PeriodIndex 与零维 numpy 数组进行比较时出现的错误。(GH 26689)
在使用非 ns 单位和超出范围的时间戳构造 numpy datetime64 数组的 Series 或 DataFrame 中出现错误，这将正确引发OutOfBoundsDatetime错误。(GH 26206).
在非常大或非常小的日期上调用date_range()时会引发不必要的OverflowError的错误（GH 26651）
将Timestamp添加到np.timedelta64对象时会引发错误而不是返回Timestamp的错误（GH 24775）
比较包含np.datetime64对象的零维 numpy 数组与Timestamp时会错误引发TypeError的错误（GH 26916）
to_datetime()中的错误，当使用cache=True调用时会引发ValueError: Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True，arg包含具有不同偏移的日期时间字符串时（GH 26097）

时间增量

TimedeltaIndex.intersection()中的错误，在某些情况下，对于非单调索引，当实际上存在交集时，返回一个空的Index（GH 25913）
比较Timedelta和NaT时引发TypeError的错误（GH 26039）
将BusinessHour添加或减去到Timestamp时，结果时间分别落在后续或前一天时引发错误的错误（GH 26381)
比较TimedeltaIndex与零维 numpy 数组时的错误（GH 26689）

时区

DatetimeIndex.to_frame()中的错误，将时区感知数据转换为时区无关数据（GH 25809）
to_datetime()中的错误，使用utc=True和日期时间字符串时，会将先前解析的 UTC 偏移应用于后续参数（GH 24992）
在使用Timestamp.tz_localize()和Timestamp.tz_convert()时存在 bug，无法传播freq（GH 25241）
在使用Series.at()时存在 bug，当设置带有时区的Timestamp时会引发TypeError（GH 25506）
在使用DataFrame.update()时存在 bug，使用带有时区信息的数据进行更新会返回时区无关的数据��GH 25807）
在使用to_datetime()时存在 bug，当传递带有混合 UTC 偏移的日期时间字符串的时候，会引发一个无信息的RuntimeError（GH 25978）
在使用unit='ns'的情况下，to_datetime()会从解析的参数中删除时区信息（GH 26168）
在使用DataFrame.join()时存在 bug，将具有时区信息的索引与具有时区信息的列进行连接会导致一列NaN（GH 26335）
在使用date_range()时存在 bug，当开始或结束时间模糊或不存在时，ambiguous或nonexistent关键字无法处理（GH 27088）
在合并具有时区感知和时区无关的DatetimeIndex时，DatetimeIndex.union()存在 bug（GH 21671）
在将 numpy 缩减函数（例如numpy.minimum()）应用于具有时区感知的Series时存在 bug（GH 15552）

数值

在使用to_numeric()时存在 bug，大的负数被错误处理（GH 24910）
to_numeric() 中的一个 bug，即使 errors 不是 coerce，数字也被强制转换为浮点数 (GH 24910)
to_numeric() 中 errors 的无效值被允许的 bug (GH 26466)
format 中的 bug，浮点复数数值未被格式化为正确的显示精度和修剪 (GH 25514)
DataFrame.corr() 和 Series.corr() 中的错误消息的 bug。增加了使用可调用对象的可能性。 (GH 25729)
Series.divmod() 和 Series.rdivmod() 中的 bug，它们会引发（错误的）ValueError 而不是返回一对 Series 对象作为结果 (GH 25557)
当非数值索引被发送到 interpolate() 时，引发一个有用的异常，这些方法需要数值索引。 (GH 21662)
当比较浮点数与标量运算符时，eval() 中的 bug，例如：x < -0.1 (GH 25928)
修复了将全布尔数组转换为整数扩展数组失败的 bug (GH 25211)
divmod 中的 bug，其中包含零的 Series 对象错误地引发 AttributeError (GH 26987)
Series 的 floor-division (//) 和 divmod 不一致，将正数//零填充为 NaN 而不是 Inf (GH 27321)

转换

当传递一个列和类型字典时，DataFrame.astype() 中的 bug，errors 参数被忽略。 (GH 25905)

字符串

Series.str 的几种方法中 __name__ 属性设置错误的 bug (GH 23551)
在将错误 dtype 的Series传递给Series.str.cat()时改进了错误消息（GH 22722）。

区间

Interval的构造限制为数值、Timestamp和Timedelta端点（GH 23013）。
修复了在IntervalIndex中未显示NaN的Series/DataFrame中的错误，其中存在缺失值（GH 25984）。
修复了在IntervalIndex.get_loc()中，对于递减的IntervalIndex会错误地引发KeyError的错误（GH 25860）。
修复了在Index构造函数中传递混合封闭Interval对象会导致ValueError而不是object dtype Index的错误（GH 27172）。

索引

在使用非数字对象列表调用DataFrame.iloc()时改进了异常消息（GH 25753）。
在使用不同长度的布尔索引器调用.iloc或.loc时改进了异常消息（GH 26658）。
修复了在使用不存在的键索引MultiIndex时KeyError异常消息中不显示原始键的错误（GH 27250）。
在使用布尔索引器时，当传递的项目太少时，.iloc和.loc不会引发IndexError的错误（GH 26658）。
DataFrame.loc() 和 Series.loc() 中的 bug，当键小于或等于 MultiIndex 中级别的数量时，不会为 MultiIndex 抛出 KeyError (GH 14885).
DataFrame.append() 产生错误警告的 bug，指示将来在要附加的数据包含新列时将抛出 KeyError (GH 22252).
DataFrame.to_csv() 导致重新索引的数据帧出现 segfault 的 bug，当索引是单级 MultiIndex 时 (GH 26303).
修复了将 arrays.PandasArray 赋值给 DataFrame 会引发错误的 bug (GH 26390)
允许在 DataFrame.query() 字符串中使用的可调用本地引用使用关键字参数 (GH 26426)
修复了当索引一个包含仅一个标签的列表的 MultiIndex 级别时出现的 KeyError，该标签缺失的问题 (GH 27148)
在部分匹配 MultiIndex 中的 Timestamp 时产生 AttributeError 的 bug (GH 26944)
在使用不可与 Interval 中的值进行比较的对象使用 in 运算符 (__contains) 时，Categorical 和 CategoricalIndex 中的 bug， Interval 值 (GH 23705)
在单个带有时区感知的 datetime64[ns] 列的DataFrame.loc()和DataFrame.iloc()中的错误，错误地返回标量而不是Series对象（GH 27110)
当传递列表时，CategoricalIndex和Categorical对象在使用 in 运算符 (__contains__) 时错误地引发 ValueError 而不是 TypeError（GH 21729)
在使用Series对象设置新值时出现的错误，将Timedelta对象错误地转换为整数（GH 22717)
在设置具有时区感知 datetime 的新键（__setitem__）时，Series中的错误错误地引发 ValueError（GH 12862)
在使用只读索引器进行索引时，DataFrame.iloc()中的错误（GH 17192)
当使用时区感知 datetime 值设置现有元组键（__setitem__）时，在Series中错误地引发 TypeError（GH 20441)

缺失

如果参数 order 是必需的但被省略，则在Series.interpolate()中修正了误导性异常消息（GH 10633, GH 24014）。
在DataFrame.dropna()中，如果传递了无效的 axis 参数，则修正了异常消息中显示的类类型（GH 25555)
当 limit 不是正整数时，DataFrame.fillna() 现在会引发 ValueError（GH 27042)

多重索引

当测试 MultiIndex 的成员资格时，Timedelta 引发了错误的异常（GH 24570）

IO

在 DataFrame.to_html() 中存在 bug，使用显示选项截断值而不是输出完整内容（GH 17004）
修复了在 Python 3 上使用 to_clipboard() 时，在 Windows 上复制 utf-16 字符时丢失文本的错误（GH 25040）
在 read_json() 中存在 bug，当默认情况下尝试推断数据类型时，因为数据类型已经在 JSON 架构中定义，因此不适用（GH 21345）
在 read_json() 中存在 bug，针对 orient='table' 和浮点索引，因为默认情况下它会推断索引的数据类型，而在 JSON 架构中已经定义了索引数据类型，因此不适用（GH 25433）
在 read_json() 中存在 bug，针对 orient='table' 和浮点列名字符串，因为它将列名类型转换为 Timestamp，而列名已经在 JSON 架构中定义，因此不适用（GH 25435）
在 json_normalize() 中存在 bug，针对 errors='ignore'，在输入数据中缺少值时，结果 DataFrame 中的缺失值被填充为字符串 "nan" 而不是 numpy.nan（GH 25468）
在使用无效类型的 classes 参数时，DataFrame.to_html() 现在引发 TypeError 而不是 AssertionError（GH 25608)
在使用 header 关键字时，DataFrame.to_string() 和 DataFrame.to_latex() 中存在 bug，导致输出不正确（GH 16718）
在 Windows 上的 Python 3.6+ 中，read_csv() 中的一个 Bug 未能正确解释 UTF8 编码的文件名 (GH 15086)
在转换具有缺失值的列时，改进了 pandas.read_stata() 和 pandas.io.stata.StataReader 的性能 (GH 25772)
在 DataFrame.to_html() 中存在 Bug，头部编号在四舍五入时会忽略显示选项 (GH 17280)
在使用 start 或 stop 参数进行子选择时，read_hdf() 中存在 Bug，导致无法从直接使用 PyTables 写入的 HDF5 文件中读取表时出现 ValueError (GH 11188)
在引发 KeyError 后，read_hdf() 未正确关闭存储的 Bug 已修复 (GH 25766)
改进了当 Stata dta 文件中的值标签重复时失败的说明，并提出了解决方法 (GH 25772)
改进了 pandas.read_stata() 和 pandas.io.stata.StataReader，以读取由 Stata 保存的格式错误的 118 格式文件 (GH 25960)
改进了 DataFrame.to_html() 中的 col_space 参数，使其接受字符串，以便正确设置 CSS 长度值 (GH 25941)
修复了从 S3 加载包含 URL 中的 # 字符的对象时的 Bug (GH 25945)
向 read_gbq() 添加了 use_bqstorage_api 参数，以加速大型数据帧的下载。此功能还需要 pandas-gbq 库的版本 0.10.0，以及 google-cloud-bigquery-storage 和 fastavro 库。 (GH 26104)
修复了在处理数值数据时 DataFrame.to_json() 中的内存泄漏问题 (GH 24889)
read_json() 存在一个 bug，日期字符串带有 Z 时未转换为 UTC 时区（GH 26168）
在 read_csv() 中添加了 cache_dates=True 参数，允许在解析时缓存唯一日期（GH 25990）
当调用者的维度超出 Excel 限制时，DataFrame.to_excel() 现在会引发 ValueError 错误（GH 26051）
在 pandas.read_csv() 中修复了一个 bug，使用 engine='python' 时，BOM 会导致解析错误（GH 26545）
当输入为 pandas.io.excel.ExcelFile 类型并传递了 engine 参数时，read_excel() 现在会引发 ValueError 错误，因为 pandas.io.excel.ExcelFile 已定义了一个引擎（GH 26566）
在指定 where='' 的情况下从 HDFStore 中选择时存在 bug（GH 26610）
在 DataFrame.to_excel() 中修复了一个 bug，合并单元格内的自定义对象（即 PeriodIndex）未转换为 Excel 写入器安全类型的错误（GH 27006）
在 read_hdf() 中存在一个 bug，读取带时区的 DatetimeIndex 会引发 TypeError 错误（GH 11926）
to_msgpack() 和 read_msgpack() 中存在一个 bug，对于无效路径，它们会引发 ValueError 而不是 FileNotFoundError 错误（GH 27160）
DataFrame.to_parquet() 中修复了一个 bug，当 dataframe 没有列时会引发 ValueError 错误（GH 27339）
当使用 read_csv() 时，允许解析 PeriodDtype 列（GH 26934）

绘图

修复了 api.extensions.ExtensionArray 无法在 matplotlib 绘图中使用的错误（GH 25587)
DataFrame.plot() 中的错误消息中存在错误。如果向 DataFrame.plot() 传递了非数字，则改进了错误消息（GH 25481)
绘制非数值 / 非日期时间索引时，刻度标签位置不正确的错误已修复（GH 7612, GH 15912, GH 22334)
修复了绘制 PeriodIndex 时间序列时，如果频率是频率规则代码的倍数，则会失败的错误（GH 14763)
修复了使用 datetime.timezone.utc 时区绘制 DatetimeIndex 时的错误（GH 17173)

GroupBy/resample/rolling

Resampler.agg() 在具有时区感知索引的情况下存在错误，传递函数列表时会引发 OverflowError（GH 22660)
在 DataFrameGroupBy.nunique() 中存在错误，导致列级别的名称丢失（GH 23222)
在对具有时区感知数据应用聚合函数时，GroupBy.agg() 中存在错误（GH 23683)
GroupBy.first() 和 GroupBy.last() 中存在时区信息丢失的错误（GH 21603)
在仅对 NA 值分组时，GroupBy.size() 中存在错误（GH 23050)
在 Series.groupby() 中，之前忽略了 observed kwarg 的错误已修复（GH 24880)
Series.groupby() 中存在错误，使用 MultiIndex Series 进行 groupby，标签列表长度等于序列长度时会导致错误的分组 (GH 25704)
确保在所有 Python 版本中 groupby 聚合函数的输出顺序一致 (GH 25692)
当在有序的 Categorical 上进行分组并指定 observed=True 时，确保结果组的顺序正确 (GH 25871, GH 25167)
Rolling.min() 和 Rolling.max() 中存在错误，会导致内存泄漏 (GH 25893)
Rolling.count() 和 .Expanding.count 中存在错误，先前忽略了 axis 关键字 (GH 13503)
GroupBy.idxmax() 和 GroupBy.idxmin() 在 datetime 列中存在错误，会返回不正确的 dtype (GH 25444, GH 15306)
GroupBy.cumsum()、GroupBy.cumprod()、GroupBy.cummin() 和 GroupBy.cummax() 中存在错误，对于具有缺失类别的分类列，会返回不正确的结果或分段错误 (GH 16771)
GroupBy.nth() 中存在错误，分组中的 NA 值会返回不正确的结果 (GH 26011)
SeriesGroupBy.transform() 中存在错误，对空组进行转换会引发 ValueError (GH 26208)
DataFrame.groupby() 中存在错误，当使用 .groups 访问器时传递 Grouper 会返回不正确的组 (GH 26326)
GroupBy.agg() 中存在错误，对于 uint64 列会返回不正确的结果。(GH 26310)
在 Rolling.median() 和 Rolling.quantile() 中存在的错误，当窗口为空时引发 MemoryError（GH 26005）
在 Rolling.median() 和 Rolling.quantile() 中存在的错误，使用 closed='left' 和 closed='neither' 时返回不正确的结果（GH 26005）
改进了 Rolling、Window 和 ExponentialMovingWindow 函数，以排除结果中的无关列，而不是引发错误，并且只有当所有列都是无关列时才引发 DataError（GH 12537）
在 Rolling.max() 和 Rolling.min() 中存在的错误，当变量窗口为空时返回不正确的结果（GH 26005）
当 Window.aggregate() 的参数中使用不受支持的加权窗口函数时，引发一个有用的异常（GH 26597）

重塑

在 pandas.merge() 中存在的错误，如果在后缀中分配了 None，则会添加一个 None 的字符串，而不是保留列名不变（GH 24782）
在按索引名称合并时，merge() 中的错误导致索引编号错误（现在缺失的索引值被分配为 NA）（GH 24212, GH 25009）
to_records() 现在可以接受其 column_dtypes 参数的数据类型（GH 24895）
在 concat() 中存在的错误，当作为 objs 参数传入时，不尊重 OrderedDict（以及 Python 3.6+ 中的 dict）的顺序（GH 21510）
在 pivot_table() 中的错误，当 aggfunc 参数包含一个 list 时，即使 dropna 参数为 False，仍会丢弃具有 NaN 值的列（GH 22159）。
在 concat() 中的错误，会导致两个具有相同 freq 的 DatetimeIndex 的结果 freq 被丢弃（GH 3232）。
在 merge() 中的错误，当与等效的 Categorical dtypes 合并时会引发错误（GH 22501）。
使用迭代器或生成器字典（例如 pd.DataFrame({'A': reversed(range(3))})）实例化 DataFrame 时会引发错误（GH 26349）。
使用 range 实例化 DataFrame 时出现错误（例如 pd.DataFrame(range(3))）会引发错误（GH 26342）。
当传递非空元组时，DataFrame 构造函数会导致分段错误（GH 25691）。
在 Series.apply() 中的错误，当系列是时区感知的 DatetimeIndex 时会失败（GH 25959）。
在 pandas.cut() 中的错误，当大型 bin 由于整数溢出而不正确引发错误时（GH 26045）。
在 DataFrame.sort_index() 中的错误，在对初始级别进行最后排序时，当对多级索引的 DataFrame 进行所有级别的排序时会抛出错误（GH 26053）。
在 Series.nlargest() 中的错误，将 True 视为小于 False（GH 26154）。
在将IntervalIndex作为透视索引进行数据透视时，在DataFrame.pivot_table()中存在错误，会引发TypeError (GH 25814)
在DataFrame.from_dict()中存在错误，当orient='index'时，忽略了OrderedDict的顺序 (GH 8425)
在具有时区感知日期时间列的 DataFrame 转置时，在DataFrame.transpose()中存在错误，将错误地引发ValueError (GH 26825)
在将时区感知列作为values进行数据透视时，在pivot_table()中存在错误，会删除时区信息 (GH 14948)
在指定多个by列且其中一个是datetime64[ns, tz] dtype 时，在merge_asof()中存在错误 (GH 26649)

稀疏

SparseArray初始化速度显著提升，使大多数操作受益，修复了 v0.20.0 中引入的性能回归 (GH 24985)
在SparseFrame构造函数中存在错误，当将None作为数据传递时，将会忽略default_fill_value (GH 16807)
在添加长度与索引长度不匹配的列时存在SparseDataFrame中存在错误，将引发AssertionError而不是引发ValueError (GH 25484)
在Series.sparse.from_coo()中引入更好的错误消息，以便对不是 coo 矩阵的输入返回TypeError (GH 26554)
在SparseArray上的numpy.modf()中存在错误。现在会返回SparseArray的元组 (GH 26946)

构建更改

修复在 macOS 上使用 PyPy 安装时的错误 (GH 26536)

ExtensionArray

在传递具有自定义na_sentinel的ExtensionArray时，在factorize()中存在错误 (GH 25696)
Series.count()在 ExtensionArrays 中错误计算 NA 值（GH 26835）
添加了Series.__array_ufunc__以更好地处理应用于由扩展数组支持的 Series 的 NumPy ufuncs（GH 23293）。
ExtensionArray.copy()中已删除关键字参数deep（GH 27083）

其他

从供应的 UltraJSON 实现中删除了未使用的 C 函数（GH 26198）
允许Index和RangeIndex传递给 numpy 的min和max函数（GH 26125）
在Series子类的空对象的 repr 中使用实际类名（GH 27001）。
DataFrame中的一个错误，在传递一个时区感知的datetime对象的对象数组时，会错误地引发ValueError（GH 13287）

贡献者

总共有 231 人为这个版本贡献了补丁。名字后面带有“+”的人第一次贡献了补丁。

1_x7 +
Abdullah İhsan Seçer +
Adam Bull +
Adam Hooper
Albert Villanova del Moral
Alex Watt +
AlexTereshenkov +
Alexander Buchkovsky
Alexander Hendorf +
Alexander Nordin +
Alexander Ponomaroff
Alexandre Batisse +
Alexandre Decan +
Allen Downey +
Alyssa Fu Ward +
Andrew Gaspari +
Andrew Wood +
Antoine Viscardi +
Antonio Gutierrez +
Arno Veenstra +
ArtinSarraf
Batalex +
Baurzhan Muftakhidinov
Benjamin Rowell
Bharat Raghunathan +
Bhavani Ravi +
Big Head +
Brett Randall +
Bryan Cutler +
C John Klehm +
Caleb Braun +
Cecilia +
Chris Bertinato +
Chris Stadler +
Christian Haege +
Christian Hudon
Christopher Whelan
Chuanzhu Xu +
Clemens Brunner
Damian Kula +
Daniel Hrisca +
Daniel Luis Costa +
Daniel Saxton
DanielFEvans +
David Liu +
Deepyaman Datta +
Denis Belavin +
Devin Petersohn +
Diane Trout +
EdAbati +
Enrico Rotundo +
EternalLearner42 +
Evan +
Evan Livelo +
Fabian Rost +
Flavien Lambert +
Florian Rathgeber +
Frank Hoang +
Gaibo Zhang +
Gioia Ballin
Giuseppe Romagnuolo +
Gordon Blackadder +
Gregory Rome +
Guillaume Gay
HHest +
Hielke Walinga +
How Si Wei +
Hubert
Huize Wang +
Hyukjin Kwon +
Ian Dunn +
Inevitable-Marzipan +
Irv Lustig
JElfner +
Jacob Bundgaard +
James Cobon-Kerr +
Jan-Philip Gehrcke +
Jarrod Millman +
Jayanth Katuri +
Jeff Reback
Jeremy Schendel
Jiang Yue +
Joel Ostblom
Johan von Forstner +
Johnny Chiu +
Jonas +
Jonathon Vandezande +
Jop Vermeer +
Joris Van den Bossche
Josh
Josh Friedlander +
Justin Zheng
Kaiqi Dong
Kane +
Kapil Patel +
Kara de la Marck +
Katherine Surta +
Katrin Leinweber +
Kendall Masse
Kevin Sheppard
Kyle Kosic +
Lorenzo Stella +
Maarten Rietbergen +
Mak Sze Chun
Marc Garcia
Mateusz Woś
Matias Heikkilä
Mats Maiwald +
Matthew Roeschke
Max Bolingbroke +
Max Kovalovs +
Max van Deursen +
Michael
Michael Davis +
Michael P. Moran +
Mike Cramblett +
Min ho Kim +
Misha Veldhoen +
Mukul Ashwath Ram +
MusTheDataGuy +
Nanda H Krishna +
Nicholas Musolino
Noam Hershtig +
Noora Husseini +
Paul
Paul Reidy
Pauli Virtanen
Pav A +
Peter Leimbigler +
Philippe Ombredanne +
Pietro Battiston
Richard Eames +
Roman Yurchak
Ruijing Li
Ryan
Ryan Joyce +
Ryan Nazareth
Ryan Rehman +
Sakar Panta +
Samuel Sinayoko
Sandeep Pathak +
Sangwoong Yoon
Saurav Chakravorty
Scott Talbert +
Sergey Kopylov +
Shantanu Gontia +
Shivam Rana +
Shorokhov Sergey +
Simon Hawkins
Soyoun(Rose) Kim
Stephan Hoyer
Stephen Cowley +
Stephen Rauch
Sterling Paramore +
Steven +
Stijn Van Hoey
Sumanau Sareen +
Takuya N +
Tan Tran +
Tao He +
Tarbo Fukazawa
Terji Petersen +
Thein Oo
ThibTrip +
Thijs Damsma +
Thiviyan Thanapalasingam
Thomas A Caswell
Thomas Kluiters +
Tilen Kusterle +
Tim Gates +
Tim Hoffmann
Tim Swast
Tom Augspurger
Tom Neep +
Tomáš Chvátal +
Tyler Reddy
Vaibhav Vishal +
Vasily Litvinov +
Vibhu Agarwal +
Vikramjeet Das +
Vladislav +
Víctor Moron Tejero +
Wenhuan
Will Ayd +
William Ayd
Wouter De Coster +
Yoann Goular +
Zach Angell +
alimcmaster1
anmyachev +
chris-b1
danielplawrence +
endenis +
enisnazif +
ezcitron +
fjetter
froessler
gfyoung
gwrome +
h-vetinari
haison +
hannah-c +
heckeop +
iamshwin +
jamesoliverh +
jbrockmendel
jkovacevic +
killerontherun1 +
knuu +
kpapdac +
kpflugshaupt +
krsnik93 +
leerssej +
lrjball +
mazayo +
nathalier +
nrebena +
nullptr +
pilkibun +
pmaxey83 +
rbenes +
robbuckley
shawnbrown +
sudhir mohanraj +
tadeja +
tamuhey +
thatneat
topper-123
willweil +
yehia67 +
yhaque1213 +

posted @ 2024-06-26 10:32 绝不原创的飞龙阅读(4) 评论(0) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部

龙哥盟

掠夺·扩张·投机·博弈

Pandas-2-2-中文文档-四十九-

Pandas 2.2 中文文档（四十九）

0.25.3 中的新功能（2019 年 10 月 31 日）

Bug 修复

GroupBy/resample/rolling

贡献者

Bug 修复

GroupBy/resample/rolling

GroupBy/resample/rolling

贡献者

0.25.2 版本的新特性（2019 年 10 月 15 日）

Bug fixes

Indexing

IO

GroupBy/resample/rolling

其他

Indexing

IO

GroupBy/resample/rolling

其他

索引

IO

GroupBy/resample/rolling

其他

贡献者

0.25.1 新功能（2019 年 8 月 21 日）

IO 和 LZMA

Bug 修复

分类

日期时间样式

时区

数值

转换

区间

索引

缺失

输入/输出

绘图

分组/重采样/滚动

重塑

稀疏

其他

IO 和 LZMA

修复的错误

分类

日期时间类

时区

数值

转换

区间

索引

缺失

IO

绘图

GroupBy/resample/rolling

重塑

稀疏

其他

分类

日期时间样式

时区

数值

转换

区间

索引

缺失

IO

绘图

GroupBy/resample/rolling

重塑

稀疏

其他

贡献者

0.25.0 中的新功能（2019 年 7 月 18 日）

增强

带重命名的 GroupBy 聚合

连接稀疏值

.str-访问器执行更严格的类型检查

`.str`-访问器执行更严格的类型检查

`DataFrame` GroupBy ffill/bfill 不再返回组标签

`DataFrame`在空分类/对象列上描述将返回 top 和 freq

`str`方法现在调用`repr`而不是相反

使用`Interval`对象对`IntervalIndex`进行索引

`Series.explode` 将列表类似值拆分为行

`.str` 访问器执行更严格的类型检查。

`DataFrame` GroupBy ffill/bfill 不再返回组标签

`DataFrame` 在空的分类 / 对象列上进行描述将返回顶部和频率

`str` 方法现在调用 `repr` 而不是反过来

使用 `Interval` 对象索引 `IntervalIndex`

从级别和代码构建的 `MultiIndex`

`GroupBy.apply` 在 `DataFrame` 上仅评估第一组一次

`.str` 访问器执行更严格的类型检查

`DataFrame` GroupBy 的 ffill/bfill 现在不再返回分组标签。

在空的分类 / 对象列上对 `DataFrame` 进行描述将返回 top 和 freq。

`str` 方法现在调用 `repr` 而不是相反。

使用 `Interval` 对象索引 `IntervalIndex`