Pandas-2-2-中文文档-五十二-

Pandas 2.2 中文文档（五十二）

原文：pandas.pydata.org/docs/

版本 0.22.0（2017 年 12 月 29 日）

原文：pandas.pydata.org/docs/whatsnew/v0.22.0.html

这是从 0.21.1 的一个重大发布，包含一个破坏性 API 更改。我们建议所有用户在仔细阅读发布说明后升级到此版本（单数！）。

不兼容的 API 更改

pandas 0.22.0 更改了空和所有NA的求和和乘积处理方式。总结如下

空或所有NA Series的求和现在为0
空或所有NA Series的乘积现在为1
我们为.sum()和.prod()添加了一个min_count参数，控制结果有效的最小有效值数量。如果少于min_count个非NA值存在，则结果为NA。默认值为0。要返回NaN，即 0.21 版本的行为，请使用min_count=1。

一些背景：在 pandas 0.21 中，我们修复了一个长期存在的关于所有NA系列返回值的不一致性，具体取决于是否安装了 bottleneck。请参阅所有-NaN 或空 Series/DataFrames 的 Sum/prod 现在一致为 NaN。同时，我们还将空Series的 sum 和 prod 更改为NaN。

根据反馈，我们部分撤销了这些更改。

算术运算

空或所有NA Series的默认求和现在为0。

pandas 0.21.x

In [1]: pd.Series([]).sum()
Out[1]: nan

In [2]: pd.Series([np.nan]).sum()
Out[2]: nan

pandas 0.22.0

In [1]: pd.Series([]).sum()
Out[1]: 0

In [2]: pd.Series([np.nan]).sum()
Out[2]: 0.0

默认行为与安装了 bottleneck 的 pandas 0.20.3 相同。它还与 NumPy 的np.nansum在空和所有NA数组上的行为相匹配。

要使空系列的求和返回NaN（pandas 0.20.3 没有 bottleneck 的默认行为，或 pandas 0.21.x），请使用min_count关键字。

In [3]: pd.Series([]).sum(min_count=1)
Out[3]: nan

由于skipna参数，对于所有NA系列的.sum在概念上与带有skipna=True（默认）的空系列的.sum相同。

In [4]: pd.Series([np.nan]).sum(min_count=1)  # skipna=True by default
Out[4]: nan

min_count参数指的是非null值所需的最小数量，以便进行非 NA 求和或乘积。

Series.prod()已更新为与Series.sum()相同的行为，返回1。

In [5]: pd.Series([]).prod()
Out[5]: 1

In [6]: pd.Series([np.nan]).prod()
Out[6]: 1.0

In [7]: pd.Series([]).prod(min_count=1)
Out[7]: nan

这些更改影响DataFrame.sum()和DataFrame.prod()。最后，pandas 中的一些不太明显的地方也受到这一更改的影响。

通过分类分组

通过Categorical分组并求和现在对于没有观测值的类别返回0而不是NaN。乘积现在返回1而不是NaN。

pandas 0.21.x

In [8]: grouper = pd.Categorical(['a', 'a'], categories=['a', 'b'])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]:
a    3.0
b    NaN
dtype: float64

pandas 0.22

In [8]: grouper = pd.Categorical(["a", "a"], categories=["a", "b"])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]: 
a    3
b    0
Length: 2, dtype: int64

要恢复返回未观察到的组为NaN的 0.21 行为，请使用min_count>=1。

In [10]: pd.Series([1, 2]).groupby(grouper, observed=False).sum(min_count=1)
Out[10]: 
a    3.0
b    NaN
Length: 2, dtype: float64

重新采样

所有NA箱的求和和乘积已从NaN更改为求和为0，乘积为1。

pandas 0.21.x

In [11]: s = pd.Series([1, 1, np.nan, np.nan],
 ....:              index=pd.date_range('2017', periods=4))
 ....: s
Out[11]:
2017-01-01    1.0
2017-01-02    1.0
2017-01-03    NaN
2017-01-04    NaN
Freq: D, dtype: float64

In [12]: s.resample('2d').sum()
Out[12]:
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, dtype: float64

pandas 0.22.0

In [11]: s = pd.Series([1, 1, np.nan, np.nan], index=pd.date_range("2017", periods=4))

In [12]: s.resample("2d").sum()
Out[12]: 
2017-01-01    2.0
2017-01-03    0.0
Freq: 2D, Length: 2, dtype: float64

要恢复返回NaN的 0.21 行为，请使用min_count>=1。

In [13]: s.resample("2d").sum(min_count=1)
Out[13]: 
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, Length: 2, dtype: float64

特别是，上采样和求和或乘积受到影响，因为上采样会引入缺失值，即使原始系列完全有效。

pandas 0.21.x

In [14]: idx = pd.DatetimeIndex(['2017-01-01', '2017-01-02'])

In [15]: pd.Series([1, 2], index=idx).resample('12H').sum()
Out[15]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, dtype: float64

pandas 0.22.0

In [14]: idx = pd.DatetimeIndex(["2017-01-01", "2017-01-02"])
In [15]: pd.Series([1, 2], index=idx).resample("12H").sum()
Out[15]:
2017-01-01 00:00:00    1
2017-01-01 12:00:00    0
2017-01-02 00:00:00    2
Freq: 12H, Length: 3, dtype: int64

再次提醒，min_count关键字可用于恢复 0.21 版本的行为。

In [16]: pd.Series([1, 2], index=idx).resample("12H").sum(min_count=1)
Out[16]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, Length: 3, dtype: float64

滚动和扩展

滚动和扩展已经有一个min_periods关键字，行为类似于min_count。唯一改变的情况是使用min_periods=0进行滚动或扩展求和时。以前，当窗口中少于min_periods个非-NA值时，返回NaN。现在返回0。

pandas 0.21.1

In [17]: s = pd.Series([np.nan, np.nan])

In [18]: s.rolling(2, min_periods=0).sum()
Out[18]:
0   NaN
1   NaN
dtype: float64

pandas 0.22.0

In [14]: s = pd.Series([np.nan, np.nan])

In [15]: s.rolling(2, min_periods=0).sum()
Out[15]: 
0    0.0
1    0.0
Length: 2, dtype: float64

默认行为为min_periods=None，意味着min_periods等于窗口大小，未更改。

兼容性

如果您维护一个应该跨 pandas 版本工作的库，最简单的方法可能是将 pandas 0.21 从您的要求中排除。否则，所有您的sum()调用在求和之前都需要检查Series是否为空。

使用 setuptools，在您的setup.py中使用：

install_requires=['pandas!=0.21.*', ...]

使用 conda，

requirements:
  run:
  -  pandas !=0.21.0,!=0.21.1

请注意，对于 pandas 0.20.3 及更早版本，所有-NA系列的返回值不一致仍然存在。避免使用 pandas 0.21 只会对空情况有所帮助。

贡献者

总共有 1 人为此版本贡献了补丁。名字旁边带有“+”的人第一次贡献了补丁。

Tom Augspurger ## 不兼容的 API 更改

pandas 0.22.0 更改了空和所有-NA的总和和乘积处理方式。总结如下

空或所有-NASeries的总和现在为0
空或所有-NASeries的乘积现在为1
我们为.sum()和.prod()添加了一个min_count参数，控制结果有效的最小有效值数。如果少于min_count个非-NA值存在，则结果为NA。默认值为0。要返回NaN，即 0.21 行为，请使用min_count=1。

一些背景：在 pandas 0.21 版本中，我们修复了一个长期存在的关于所有-NA系列返回值的不一致性，这取决于是否安装了 bottleneck。请参阅所有-NaN 或空 Series/DataFrames 的总和/乘积现在一致为 NaN。同时，我们还将空Series的总和和乘积更改为NaN。

根据反馈，我们部分撤销了这些更改。

算术操作

空或所有-NASeries的默认总和现在为0。

pandas 0.21.x

In [1]: pd.Series([]).sum()
Out[1]: nan

In [2]: pd.Series([np.nan]).sum()
Out[2]: nan

pandas 0.22.0

In [1]: pd.Series([]).sum()
Out[1]: 0

In [2]: pd.Series([np.nan]).sum()
Out[2]: 0.0

默认行为与安装了 bottleneck 的 pandas 0.20.3 相同。它也与 NumPy 的np.nansum在空和所有-NA数组上的行为相匹配。

要使空系列的总和返回NaN（pandas 0.20.3 在没有 bottleneck 的情况下的默认行为，或者 pandas 0.21.x），请使用min_count关键字。

In [3]: pd.Series([]).sum(min_count=1)
Out[3]: nan

由于 skipna 参数，所有 NA 系列的 .sum 在概念上与带有 skipna=True（默认）的空系列的 .sum 相同。

In [4]: pd.Series([np.nan]).sum(min_count=1)  # skipna=True by default
Out[4]: nan

min_count 参数是指非 NA 总和或乘积所需的非空值的最小数量。

Series.prod() 已更新为与 Series.sum() 相同的行为，返回 1。

In [5]: pd.Series([]).prod()
Out[5]: 1

In [6]: pd.Series([np.nan]).prod()
Out[6]: 1.0

In [7]: pd.Series([]).prod(min_count=1)
Out[7]: nan

这些变化也影响了 DataFrame.sum() 和 DataFrame.prod()。最后，pandas 中的一些不太明显的地方也受到了这一变化的影响。

按分类分组

按 Categorical 分组并求和现在返回 0 而不是对于没有观察的类别返回 NaN。乘积现在返回 1 而不是 NaN。

pandas 0.21.x

In [8]: grouper = pd.Categorical(['a', 'a'], categories=['a', 'b'])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]:
a    3.0
b    NaN
dtype: float64

pandas 0.22

In [8]: grouper = pd.Categorical(["a", "a"], categories=["a", "b"])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]: 
a    3
b    0
Length: 2, dtype: int64

要恢复对于未观察到的组返回 NaN 的 0.21 行为，请使用 min_count>=1。

In [10]: pd.Series([1, 2]).groupby(grouper, observed=False).sum(min_count=1)
Out[10]: 
a    3.0
b    NaN
Length: 2, dtype: float64

重新采样

所有 NA 箱的总和和乘积已从 NaN 更改为总和为 0，乘积为 1。

pandas 0.21.x

In [11]: s = pd.Series([1, 1, np.nan, np.nan],
 ....:              index=pd.date_range('2017', periods=4))
 ....: s
Out[11]:
2017-01-01    1.0
2017-01-02    1.0
2017-01-03    NaN
2017-01-04    NaN
Freq: D, dtype: float64

In [12]: s.resample('2d').sum()
Out[12]:
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, dtype: float64

pandas 0.22.0

In [11]: s = pd.Series([1, 1, np.nan, np.nan], index=pd.date_range("2017", periods=4))

In [12]: s.resample("2d").sum()
Out[12]: 
2017-01-01    2.0
2017-01-03    0.0
Freq: 2D, Length: 2, dtype: float64

要恢复返回 NaN 的 0.21 行为，请使用 min_count>=1。

In [13]: s.resample("2d").sum(min_count=1)
Out[13]: 
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, Length: 2, dtype: float64

特别是，上采样和取和或乘积受到影响，因为上采样即使原始系列完全有效也会引入缺失值。

pandas 0.21.x

In [14]: idx = pd.DatetimeIndex(['2017-01-01', '2017-01-02'])

In [15]: pd.Series([1, 2], index=idx).resample('12H').sum()
Out[15]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, dtype: float64

pandas 0.22.0

In [14]: idx = pd.DatetimeIndex(["2017-01-01", "2017-01-02"])
In [15]: pd.Series([1, 2], index=idx).resample("12H").sum()
Out[15]:
2017-01-01 00:00:00    1
2017-01-01 12:00:00    0
2017-01-02 00:00:00    2
Freq: 12H, Length: 3, dtype: int64

一次再次，min_count 关键字可用于恢复 0.21 的行为。

In [16]: pd.Series([1, 2], index=idx).resample("12H").sum(min_count=1)
Out[16]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, Length: 3, dtype: float64

滚动和扩展

滚动和扩展已经有一个 min_periods 关键字，其行为类似于 min_count。唯一改变的情况是在使用 min_periods=0 进行滚动或扩展求和时。以前，当窗口中的非 NA 值少于 min_periods 时，返回 NaN。现在返回 0。

pandas 0.21.1

In [17]: s = pd.Series([np.nan, np.nan])

In [18]: s.rolling(2, min_periods=0).sum()
Out[18]:
0   NaN
1   NaN
dtype: float64

pandas 0.22.0

In [14]: s = pd.Series([np.nan, np.nan])

In [15]: s.rolling(2, min_periods=0).sum()
Out[15]: 
0    0.0
1    0.0
Length: 2, dtype: float64

min_periods=None 的默认行为，意味着 min_periods 等于窗口大小，保持不变。

算术运算

空或所有 NA Series 的默认总和现在是 0。

pandas 0.21.x

In [1]: pd.Series([]).sum()
Out[1]: nan

In [2]: pd.Series([np.nan]).sum()
Out[2]: nan

pandas 0.22.0

In [1]: pd.Series([]).sum()
Out[1]: 0

In [2]: pd.Series([np.nan]).sum()
Out[2]: 0.0

默认行为与安装了 bottleneck 的 pandas 0.20.3 相同。它也与 NumPy 的np.nansum在空数组和所有 NA 数组上的行为匹配。

若要使空系列的总和返回 NaN（即 pandas 0.20.3 没有 bottleneck 的默认行为，或者 pandas 0.21.x），请使用 min_count 关键字。

In [3]: pd.Series([]).sum(min_count=1)
Out[3]: nan

由于 skipna 参数，所有 NA 系列的 .sum 在概念上与带有 skipna=True（默认）的空系列的 .sum 相同。

In [4]: pd.Series([np.nan]).sum(min_count=1)  # skipna=True by default
Out[4]: nan

min_count 参数是指非 NA 总和或乘积所需的非空值的最小数量。

Series.prod() 已更新，与 Series.sum() 表现一致，返回1。

In [5]: pd.Series([]).prod()
Out[5]: 1

In [6]: pd.Series([np.nan]).prod()
Out[6]: 1.0

In [7]: pd.Series([]).prod(min_count=1)
Out[7]: nan

这些更改也影响到 DataFrame.sum() 和 DataFrame.prod()。最后，pandas 中一些不太明显的地方也受到这一变化的影响。

按`Categorical`分组

按Categorical分组并求和现在返回0而不是NaN，对于没有观测值的类别，乘积现在返回1而不是NaN。

pandas 0.21.x

In [8]: grouper = pd.Categorical(['a', 'a'], categories=['a', 'b'])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]:
a    3.0
b    NaN
dtype: float64

pandas 0.22

In [8]: grouper = pd.Categorical(["a", "a"], categories=["a", "b"])

In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]: 
a    3
b    0
Length: 2, dtype: int64

要恢复未观察到的组返回NaN的 0.21 版本行为，使用min_count>=1。

In [10]: pd.Series([1, 2]).groupby(grouper, observed=False).sum(min_count=1)
Out[10]: 
a    3.0
b    NaN
Length: 2, dtype: float64

重新采样

所有-NA 箱的和与乘积已从NaN更改为和为0，乘积为1。

pandas 0.21.x

In [11]: s = pd.Series([1, 1, np.nan, np.nan],
 ....:              index=pd.date_range('2017', periods=4))
 ....: s
Out[11]:
2017-01-01    1.0
2017-01-02    1.0
2017-01-03    NaN
2017-01-04    NaN
Freq: D, dtype: float64

In [12]: s.resample('2d').sum()
Out[12]:
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, dtype: float64

pandas 0.22.0

In [11]: s = pd.Series([1, 1, np.nan, np.nan], index=pd.date_range("2017", periods=4))

In [12]: s.resample("2d").sum()
Out[12]: 
2017-01-01    2.0
2017-01-03    0.0
Freq: 2D, Length: 2, dtype: float64

要恢复返回NaN的 0.21 版本行为，使用min_count>=1。

In [13]: s.resample("2d").sum(min_count=1)
Out[13]: 
2017-01-01    2.0
2017-01-03    NaN
Freq: 2D, Length: 2, dtype: float64

特别是，上采样并求和或乘积受到影响，因为上采样会引入缺失值，即使原始系列完全有效。

pandas 0.21.x

In [14]: idx = pd.DatetimeIndex(['2017-01-01', '2017-01-02'])

In [15]: pd.Series([1, 2], index=idx).resample('12H').sum()
Out[15]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, dtype: float64

pandas 0.22.0

In [14]: idx = pd.DatetimeIndex(["2017-01-01", "2017-01-02"])
In [15]: pd.Series([1, 2], index=idx).resample("12H").sum()
Out[15]:
2017-01-01 00:00:00    1
2017-01-01 12:00:00    0
2017-01-02 00:00:00    2
Freq: 12H, Length: 3, dtype: int64

再次提醒，min_count关键字可用于恢复 0.21 版本的行为。

In [16]: pd.Series([1, 2], index=idx).resample("12H").sum(min_count=1)
Out[16]:
2017-01-01 00:00:00    1.0
2017-01-01 12:00:00    NaN
2017-01-02 00:00:00    2.0
Freq: 12H, Length: 3, dtype: float64

滚动和扩展

pandas 0.21.1

In [17]: s = pd.Series([np.nan, np.nan])

In [18]: s.rolling(2, min_periods=0).sum()
Out[18]:
0   NaN
1   NaN
dtype: float64

pandas 0.22.0

In [14]: s = pd.Series([np.nan, np.nan])

In [15]: s.rolling(2, min_periods=0).sum()
Out[15]: 
0    0.0
1    0.0
Length: 2, dtype: float64

min_periods=None的默认行为，意味着min_periods等于窗口大小，保持不变。

兼容性

如果你维护一个应该跨 pandas 版本工作的库，最简单的方法可能是将 pandas 0.21 排除在你的要求之外。否则，所有你的sum()调用在求和之前都需要检查Series是否为空。

使用 setuptools，在你的setup.py中使用：

install_requires=['pandas!=0.21.*', ...]

使用 conda，使用

requirements:
  run:
  -  pandas !=0.21.0,!=0.21.1

请注意，对于 pandas 0.20.3 及更早版本，所有-NA 系列的返回值不一致的问题仍然存在。避免使用 pandas 0.21 只会在空情况下有所帮助。

贡献者

总共有 1 人为这个版本提交了补丁。名字旁边有“+”的人是第一次为补丁做出贡献。

Tom Augspurger

版本 0.21.1（2017 年 12 月 12 日）

原文：pandas.pydata.org/docs/whatsnew/v0.21.1.html

这是 0.21.x 系列中的一个小 bug 修复版本，包括一些小的回归修复、bug 修复和性能改进。我们建议所有用户升级到这个版本。

亮点包括：

暂时恢复 matplotlib 日期时间绘图功能。这将解决那些隐式依赖 pandas 用 matplotlib 绘制日期时间的用户的问题。请参见这里。
在 0.21.0 版本中引入的 Parquet IO 功能的改进。请参见这里。

v0.21.1 中的新功能

恢复 Matplotlib 日期时间转换器注册
新功能
- Parquet IO 功能的改进
- 其他增强功能
弃用功能
性能改进
bug 修复
- 转换
- 索引
- IO
- 绘图
- GroupBy/resample/rolling
- 重塑
- 数值
- 分类
- 字符串
贡献者

恢复 Matplotlib 日期时间转换器注册

pandas 实现了一些 matplotlib 转换器，用于在具有datetime或Period值的绘图中对轴标签进行美观格式化。在 pandas 0.21.0 之前，这些转换器是隐式注册到 matplotlib 中的，作为import pandas的副作用。

在 pandas 0.21.0 中，我们要求用户显式注册转换器。这对一些依赖这些转换器在常规matplotlib.pyplot绘图方法中存在的用户造成了问题，因此我们暂时撤销了该更改；pandas 0.21.1 再次在导入时注册转换器，就像在 0.21.0 之前一样。

我们添加了一个新选项来控制转换器：pd.options.plotting.matplotlib.register_converters。默认情况下，它们被注册。将其切换为False会移除 pandas 的格式化程序，并恢复我们在注册时覆盖的任何转换器（GH 18301）。

我们正在与 matplotlib 开发人员合作，以使这一过程更加简单。我们正在努力平衡用户便利性（自动注册转换器）与导入性能和最佳实践（导入 pandas 不应该导致覆盖您已设置的任何自定义转换器的副作用）。在未来，我们希望将大部分日期时间格式化功能放在 matplotlib 中，只在 pandas 中保留 pandas 特定的转换器。然后，我们将优雅地弃用转换器的自动注册，而让用户在需要时显式注册它们。 ## 新功能

Parquet IO 功能的改进

当底层引擎支持时，DataFrame.to_parquet() 现在将写入非默认索引。在使用 read_parquet() 读取时，这些索引将被保留。 (GH 18581).
read_parquet() 现在允许指定要从 parquet 文件中读取的列。(GH 18154)
read_parquet() 现在允许指定传递给相应引擎的 kwargs (GH 18216) ### 其他增强功能
Timestamp.timestamp() 现在可在 Python 2.7 中使用。(GH 17329)
Grouper 和 TimeGrouper 现在具有友好的 repr 输出 (GH 18203)。 ## 废弃项
pandas.tseries.register 已重命名为 pandas.plotting.register_matplotlib_converters() (GH 18301) ## 性能改进
改进了绘制大型系列/数据框的性能 (GH 18236)。 ## Bug 修复

转换

当 NaT 存在时，TimedeltaIndex 减法可能会不正确地溢出 (GH 17791)
当从 DatetimeIndex 中减去 datetime-like 时，DatetimeIndex 可能会溢出失败 (GH 18020)
在复制非默认 closed 的 IntervalIndex 时，IntervalIndex.copy() 中的 bug (GH 18339)
在使用 orient='records' 时，DataFrame.to_dict() 中的 bug，当 datetime 的列具有时区时，未将其转换为所需的数组，导致 TypeError (GH 18372)
在DateTimeIndex和date_range()中存在一个错误，当不匹配的 tz-aware start和end时区不会引发错误，如果end.tzinfo为 None (GH 18431)
在Series.fillna()中存在一个错误，当在 Python 2 上传递一个长整数时会引发错误 (GH 18159).

Indexing

在datetime.datetime和datetime64[ns]数据类型 Series 的布尔比较中存在一个错误 (GH 17965)
存在一个错误，当MultiIndex具有超过一百万条记录时，尝试访问缺失属性时不会引发AttributeError (GH 18165)
在IntervalIndex构造函数中存在一个错误，当传递具有非默认closed的区间列表时 (GH 18334)
在Index.putmask中存在一个错误，当传递一个无效的掩码时会出现问题 (GH 18368)
在timedelta64[ns]数据类型Series的屏蔽分配中存在一个错误，错误地强制转换为浮点数 (GH 18493)

IO

在StataReader中存在一个错误，无法转换带有显示格式的日期/时间列。以前，具有显示格式的列通常被保留为序数，而不会转换为日期时间对象 (GH 17990).
在read_csv()中存在一个错误，当读取一个压缩的 UTF-16 编码文件时会出现问题 (GH 18071)
在read_csv()中存在一个错误，当在指定na_filter=False时，处理索引列中的空值时会出现问题 (GH 5239)
在read_csv()中存在一个错误，当读取具有高基数的数字类别字段时会出现问题 (GH 18186)
在DataFrame.to_csv()中存在一个错误，当表格具有MultiIndex列，并且为header传递了一个字符串列表时，会出现问题 (GH 5539)
在read_sql中存在一个错误，解析具有指定格式的整数日期时间列时会出现问题 (GH 17855).
在DataFrame.to_msgpack()中存在一个错误，当序列化numpy.bool_数据类型的数据时会出现问题 (GH 18390)
read_json() 在从 S3 读取行分隔 JSON 时未解码的错误（GH 17200）
在 pandas.io.json.json_normalize() 中避免修改 meta 的错误（GH 18610）
在 to_latex() 中重复的 MultiIndex 值未打印的错误，即使更高级别的索引与前一行不同（GH 14484）
在 HDFStore 中读取仅包含 NaN 的分类列时出现的错误（GH 18413）
在 DataFrame.to_latex() 中使用 longtable=True 时，一个 latex multicolumn 总是跨越三列的错误（GH 17959）

绘图

在具有 DatetimeIndex 的 DataFrame.plot() 和 Series.plot() 中生成的图形在 Python 3 中无法 pickle 化的错误（GH 18439）

GroupBy/resample/rolling

在存在返回不同列的可调用函数时的 DataFrame.resample(...).apply(...) 中出现的错误（GH 15169）
在存在时间更改（夏令时）且重新采样频率为 12 小时或更高时的 DataFrame.resample(...) 中出现的错误（GH 15549）
在对 datetimelike 列进行计数时的 pd.DataFrameGroupBy.count() 中出现的错误（GH 13393）
在 rolling.var 中，使用零值数组计算不准确的错误（GH 18430）

重塑

pd.merge_asof() 中键数据类型不匹配的错误消息现在包括左键和右键的数据类型（GH 18068）
当连接空和非空 DataFrame 或 Series 时的 pd.concat 中的错误（GH 18178 GH 18187）
在 Python 2 中将 unicode 作为条件传递给 DataFrame.filter(...) 时出现的错误（GH 13101）
当设置 np.seterr(divide='raise') 时合并空 DataFrame 时的错误（GH 17776）

数值

pd.Series.rolling.skew() 和 rolling.kurt() 中所有相等值时出现的浮点问题的错误（GH 18044）

字符串

Series.str.split() 现在会在所有展开的列中传播NaN值，而不是None (GH 18450) ## 贡献者

总共有 46 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。

Aaron Critchley +
Alex Rychyk
Alexander Buchkovsky +
Alexander Michael Schade +
Chris Mazzullo
Cornelius Riemenschneider +
Dave Hirschfeld +
David Fischer +
David Stansby +
Dror Atariah +
Eric Kisslinger +
Hans +
Ingolf Becker +
Jan Werkmann +
Jeff Reback
Joris Van den Bossche
Jörg Döpfert +
Kevin Kuhl +
Krzysztof Chomski +
Leif Walsh
Licht Takeuchi
Manraj Singh +
Matt Braymer-Hayes +
Michael Waskom +
Mie~~~ +
Peter Hoffmann +
Robert Meyer +
Sam Cohan +
Sietse Brouwer +
Sven +
Tim Swast
Tom Augspurger
Wes Turner
William Ayd +
Yee Mey +
bolkedebruin +
cgohlke
derestle-htwg +
fjdiod +
gabrielclow +
gfyoung
ghasemnaddaf +
jbrockmendel
jschendel
miker985 +
topper-123 ## 恢复 Matplotlib 日期时间转换器注册

pandas 实现了一些 matplotlib 转换器，用于在具有datetime或Period值的绘图上漂亮地格式化轴标签。在 pandas 0.21.0 之前，这些是隐式注册到 matplotlib 中的，作为import pandas的副作用。

在 pandas 0.21.0 中，我们要求用户明确注册转换器。这对一些依赖这些转换器存在于常规matplotlib.pyplot绘图方法的用户造成了问题，因此我们暂时撤销了这一更改；pandas 0.21.1 再次在导入时注册转换器，就像在 0.21.0 之前一样。

我们添加了一个新选项来控制转换器：pd.options.plotting.matplotlib.register_converters。默认情况下，它们已注册。将其切换为False会移除 pandas 的格式化程序，并在注册时覆盖的任何转换器 (GH 18301)。

我们正在与 matplotlib 开发人员合作，以使这一过程更加简单。我们正在努力平衡用户方便性（自动注册转换器）与导入性能和最佳实践（导入 pandas 不应该具有覆盖您已设置的任何自定义转换器的副作用）。在将来，我们希望将大部分日期时间格式化功能放在 matplotlib 中，而只在 pandas 中保留 pandas 特定的转换器。然后，我们将优雅地废弃自动注册转换器，以支持用户在需要时显式注册它们。

新功能

Parquet IO 功能的改进

DataFrame.to_parquet() 现在在底层引擎支持时将写入非默认索引。使用 read_parquet() 读取时索引将被保留 (GH 18581)。
read_parquet() 现在允许指定从 Parquet 文件中读取的列（GH 18154）
read_parquet() 现在允许指定传递给相应引擎的 kwargs（关键字参数）（GH 18216） ### 其他增强功能
Timestamp.timestamp() 现在在 Python 2.7 中可用。 (GH 17329)
Grouper 和 TimeGrouper 现在具有友好的 repr 输出（GH 18203）。 ### Parquet IO 功能的改进
DataFrame.to_parquet() 现在在底层引擎支持时将写入非默认索引。使用 read_parquet() 读取时索引将被保留 (GH 18581)。
read_parquet() 现在允许指定从 Parquet 文件中读取的列（GH 18154）
read_parquet() 现在允许指定传递给相应引擎的 kwargs（关键字参数）（GH 18216）

其他增强功能

Timestamp.timestamp() 现在在 Python 2.7 中可用。(GH 17329)
Grouper 和 TimeGrouper 现在具有友好的 repr 输出（GH 18203).

弃用

pandas.tseries.register已更名为pandas.plotting.register_matplotlib_converters() (GH 18301)

性能改进

提高了绘制大型 Series/DataFrames 的性能（GH 18236).

Bug 修复

转换

当NaT存在时，TimedeltaIndex减法可能会错误溢出的错误（GH 17791)
在从 DatetimeIndex 中减去 datetimelike 时可能会溢出的DatetimeIndex中的错误（GH 18020)
在复制具有非默认closed的IntervalIndex时出现的IntervalIndex.copy()中的错误（GH 18339)
在使用orient='records'时，DataFrame.to_dict()中的错误，未将具有时区意识的日期时间列转换为所需的数组，引发TypeError（GH 18372)
在DateTimeIndex和date_range()中，如果end.tzinfo为 None，则不匹配的时区意识start和end时区不会引发错误的错误（GH 18431)
在 Python 2 中传递长整数时引发的Series.fillna()中的错误（GH 18159).

索引

在datetime.datetime和datetime64[ns]类型的 Series 之间的布尔比较中出现的错误（GH 17965)
当尝试访问缺失属性时，拥有超过一百万条记录的MultiIndex未引发AttributeError的错误（GH 18165)
当传递了具有非默认closed的间隔列表时，在IntervalIndex构造函数中出现的错误（GH 18334）
当传递了无效掩码时，在Index.putmask中出现的错误（GH 18368）
对于timedelta64[ns] dtype 的Series的掩码分配错误地转换为 float 的错误（GH 18493）

IO

StataReader中日期/时间列的显示格式化处理错误已解决（GH 17990）。之前，带有显示格式的列通常被保留为序数，并未转换为日期时间对象。
当读取压缩的 UTF-16 编码文件时，在read_csv()中出现的错误（GH 18071）
在指定na_filter=False时处理索引列中的空值的read_csv()中出现的错误（GH 5239）
在使用read_csv()读取具有高基数的数值类别字段时出现的错误（GH 18186）
当表具有MultiIndex列，并且将字符串列表传递给header时，DataFrame.to_csv()中出现的错误（GH 5539）
在read_sql中解析指定格式的整数日期时间列时出现的错误（GH 17855）
当序列化numpy.bool_数据类型的数据时，在DataFrame.to_msgpack()中出现的错误（GH 18390）
从 S3 中读取行分隔 JSON 时，read_json() 在解码时没有解码的错误（GH 17200）
为了避免修改meta，在pandas.io.json.json_normalize()中出现的错误（GH 18610）
在to_latex()中，重复的 MultiIndex 值未打印，即使较高级别的索引与前一行不同也是如此的错误（GH 14484）
读取HDFStore中仅含 NaN 的分类列时出现的错误（GH 18413）
当longtable=True时，在DataFrame.to_latex()中出现的一个 LaTeX 多列总是跨越了三列的错误（GH 17959）

绘图

在DatetimeIndex中，DataFrame.plot()和Series.plot()存在错误，它们生成的图在 Python 3 中无法 pickle 化（GH 18439）

分组/重采样/滚动

当存在返回不同列的可调用对象时，DataFrame.resample(...).apply(...)中存在错误（GH 15169）
当存在时间更改（DST）且重采样频率为 12 小时或更高时，存在DataFrame.resample(...)中的错误（GH 15549）
在对 datetimelike 列计数时，pd.DataFrameGroupBy.count()存在错误（GH 13393）
在具有零值数组时，rolling.var中的计算不准确的错误（GH 18430）

重塑

现在，在键数据类型不匹配的情况下，pd.merge_asof()的错误消息现在包括左键和右键的数据类型（GH 18068）
在连接空和非空 DataFrame 或 Series 时，pd.concat存在错误（GH 18178 GH 18187）
在 Python 2 中传递unicode作为条件时，DataFrame.filter(...)中存在错误（GH 13101）
当设置np.seterr(divide='raise')时，在合并空 DataFrame 时出现错误（GH 17776）

数值

当所有值相等时，pd.Series.rolling.skew()和rolling.kurt()中存在浮点问题的错误（GH 18044）

类别

在空DataFrame上将转换为'category'时，DataFrame.astype()存在错误，导致段错误（GH 18004）
测试模块中的错误消息在具有不同的CategoricalDtype时已得到改进（GH 18069）
CategoricalIndex现在可以正确地将pd.api.types.CategoricalDtype作为其 dtype（GH 18116）
当所有类别均为NaN时，Categorical.unique()返回只读的codes数组的错误（GH 18051）
具有CategoricalIndex的DataFrame.groupby(axis=1)存在错误（GH 18432）

字符串

Series.str.split()现在会在所有扩展列中传播NaN值而不是None（GH 18450）

转换

Bug in TimedeltaIndex 减法中当存在 NaT 时可能会错误地溢出（GH 17791）
从 DatetimeIndex 减去 datetimelike 可能会导致溢出的错误已修复（GH 18020）
当复制带有非默认 closed 的 IntervalIndex 时出现的IntervalIndex.copy() 中的错误（GH 18339）
当具有时区感知的日期时间列在 orient='records' 下使用时未转换为所需数组时，DataFrame.to_dict() 中的错误已修复（GH 18372）
当 start 和 end 时区不匹配时，DateTimeIndex 和 date_range() 中的错误未引发错误，如果 end.tzinfo 为 None（GH 18431）
当在 Python 2 上传递长整数时，Series.fillna() 中的错误已解决（GH 18159）

索引

当布尔比较 datetime.datetime 和 datetime64[ns] 类型的 Series 时出现的错误（GH 17965）
当尝试访问缺少属性时，超过一百万条记录的 MultiIndex 没有引发 AttributeError 的错误（GH 18165）
当传递带有非默认 closed 的间隔列表时，IntervalIndex 构造函数中的错误已修复（GH 18334）
当传递无效掩码时 Index.putmask 中的错误（GH 18368）
当掩码赋值给 timedelta64[ns] 类型的 Series 时出现的错误，错误地转换为浮点数（GH 18493）

IO

StataReader 中不转换具有显示格式的日期/时间列的错误已经解决（GH 17990）。以前，具有显示格式的列通常被保留为序数，而不会转换为日期时间对象。
当读取压缩的 UTF-16 编码文件时 read_csv() 中的错误（GH 18071）
在使用na_filter=False指定索引列处理空值时，read_csv()存在 Bug（GH 5239）
在读取具有高基数的数字类别字段时，read_csv()存在 Bug（GH 18186）
在表格具有 MultiIndex 列且header传递了字符串列表时，DataFrame.to_csv()存在 Bug（GH 5539）
在read_sql中指定格式解析整数日期时间列时存在 Bug（GH 17855）
在序列化 numpy.bool_ 数据类型的数据时，DataFrame.to_msgpack()存在 Bug（GH 18390）
在从 S3 读取行分隔的 JSON 时，read_json()存在 Bug，无法进行解码（GH 17200）
在pandas.io.json.json_normalize()中存在 Bug，避免修改 meta（GH 18610）
在to_latex()中存在 Bug，即使高级别索引与上一行不同，重复的 MultiIndex 值也不会被打印出来（GH 14484）
在HDFStore中读取仅 NaN 的分类列时存在 Bug（GH 18413）
在带有longtable=True的 DataFrame.to_latex()中存在 Bug，其中 latex 的多列始终跨越三列（GH 17959）

绘图

在DataFrame.plot()和Series.plot()中存在 Bug，使用DatetimeIndex时，它们生成的图形在 Python 3 中无法进行 pickle 化（GH 18439）

GroupBy/resample/rolling

在存在返回不同列的可调用函数时，DataFrame.resample(...).apply(...)存在 Bug（GH 15169）
在存在时间更改（夏令时）且重新采样频率为 12 小时或更高时，DataFrame.resample(...)中存在 Bug（GH 15549）
在对 datetimelike 列进行计数时，pd.DataFrameGroupBy.count()存在 Bug（GH 13393）
在rolling.var中存在 Bug，使用零值数组时计算不准确（GH 18430）

重塑

pd.merge_asof()中的错误消息，用于键数据类型不匹配时，现在包括左键和右键的数据类型（GH 18068）
在连接空和非空 DataFrame 或 Series 时，pd.concat中存在错误（GH 18178 GH 18187）
在 Python 2 中，当将unicode作为条件传递给DataFrame.filter(...)时会出现错误（GH 13101）
当设置np.seterr(divide='raise')时，在合并空 DataFrame 时会出现错误（GH 17776）

Numeric

当所有值相等时，pd.Series.rolling.skew()和rolling.kurt()中存在浮点问题（GH 18044）

Categorical

DataFrame.astype()中的一个错误，在空DataFrame上进行‘category’类型转换会导致分段错误（GH 18004）
在测试模块中，当项目具有不同的CategoricalDtype时，错误消息已得到改进（GH 18069）
CategoricalIndex现在可以正确地接受pd.api.types.CategoricalDtype作为其数据类型（GH 18116）
当所有类别为NaN时，Categorical.unique()返回只读的codes数组（GH 18051）
DataFrame.groupby(axis=1)中的一个错误，当使用CategoricalIndex时会出现问题（GH 18432）

String

Series.str.split()现在会在所有扩展列中传播NaN值，而不是None（GH 18450）

贡献者

总共有 46 人为此版本贡献了补丁。名字后面带有“+”的人第一次为此版本贡献了补丁。

Aaron Critchley +
Alex Rychyk
Alexander Buchkovsky +
Alexander Michael Schade +
Chris Mazzullo
Cornelius Riemenschneider +
Dave Hirschfeld +
David Fischer +
David Stansby +
Dror Atariah +
Eric Kisslinger +
Hans +
Ingolf Becker +
Jan Werkmann +
Jeff Reback
Joris Van den Bossche
Jörg Döpfert +
Kevin Kuhl +
Krzysztof Chomski +
Leif Walsh
Licht Takeuchi
Manraj Singh +
Matt Braymer-Hayes +
Michael Waskom +
Mie~~~ +
Peter Hoffmann +
Robert Meyer +
Sam Cohan +
Sietse Brouwer +
Sven +
Tim Swast
Tom Augspurger
Wes Turner
William Ayd +
Yee Mey +
bolkedebruin +
cgohlke
derestle-htwg +
fjdiod +
gabrielclow +
gfyoung
ghasemnaddaf +
jbrockmendel
jschendel
miker985 +
topper-123

版本 0.21.0（2017 年 10 月 27 日）

原文：pandas.pydata.org/docs/whatsnew/v0.21.0.html

这是从 0.20.3 开始的一个重大更新，包括许多 API 更改、弃用、新功能、增强功能和性能改进，以及大量的错误修复。我们建议所有用户升级到这个版本。

亮点包括：

与 Apache Parquet 集成，包括一个新的顶级 read_parquet() 函数和 DataFrame.to_parquet() 方法，请见这里。
新的用户界面 pandas.api.types.CategoricalDtype 用于独立于数据指定分类变量，详情请见这里。
对于所有值为 NaN 的 Series/DataFrames，sum 和 prod 的行为现在是一致的，不再取决于是否安装了 bottleneck，而且空 Series 上的 sum 和 prod 现在返回 NaN 而不是 0，请参见这里。
pypy 的兼容性修复，请见这里。
对 drop、reindex 和 rename API 的添加，使它们更加一致，请见这里。
新方法 DataFrame.infer_objects（请见这里）和 GroupBy.pipe（请见这里）的添加。
使用标签列表进行索引，其中一个或多个标签丢失的情况已被弃用，并将在将来的版本中引发 KeyError，请见这里。

在更新之前，请查看 API 更改和弃用项。

v0.21.0 有什么新功能

新功能
- 与 Apache Parquet 文件格式的集成
- 方法 infer_objects 类型转换
- 当尝试创建列时，警告改进
- 方法 drop 现在也接受 index/columns 关键字
- 方法 rename、reindex 现在也接受 axis 关键字
- 用于指定分类变量的 CategoricalDtype
- GroupBy 对象现在具有 pipe 方法
- Categorical.rename_categories 现在接受类似字典的对象
- 其他增强
向后不兼容的 API 更改
- 依赖项的最低版本已经提高
- 所有-NaN 或空 Series/DataFrames 的 sum/prod 现在一致为 NaN
- 使用具有缺失标签的列表进行索引已弃用
- NA 命名更改
- Series/Index 的迭代现在��返回 Python 标量
- 使用布尔索引进行索引
- PeriodIndex 重采样
- 在 pd.eval 中进行项目赋值时改进错误处理
- Dtype 转换
- 使用单个级别的 MultiIndex 构造函数
- Series 中的 UTC 本地化
- 范围函数的一致性
- 不再自动转换为 Matplotlib
- 其他 API 更改
弃用
- Series.select 和 DataFrame.select
- Series.argmax 和 Series.argmin
删除之前版本的弃用/更改
性能改进
文档更改
错误修复
- 转换
- 索引
- IO
- 绘图
- GroupBy/resample/rolling
- 稀疏
- 重塑
- 数值
- 分类
- PyPy
- 其他
贡献者

新功能

与 Apache Parquet 文件格式的集成

与 Apache Parquet 的集成，包括一个新的顶级read_parquet() 和 DataFrame.to_parquet() 方法，请参见这里 (GH 15838, GH 17438)。

Apache Parquet 提供了一个跨语言的二进制文件格式，用于高效读写数据框。Parquet 被设计为忠实地序列化和反序列化DataFrame s，支持所有的 pandas dtypes，包括带有时区的扩展 dtypes，如带有时区的日期时间。

此功能取决于 pyarrow 或 fastparquet 库。有关更多详细信息，请参阅 Parquet 上的 IO 文档。### 方法 infer_objects 类型转换

DataFrame.infer_objects()和Series.infer_objects()方法已添加以在对象列上执行 dtype 推断，取代了已弃用的convert_objects方法的部分功能。有关更多详细信息，请参阅此处的文档。(GH 11221)

此方法仅对对象列执行软转换，将 Python 对象转换为本机类型，但不执行任何强制转换。例如：

In [1]: df = pd.DataFrame({'A': [1, 2, 3],
 ...:                   'B': np.array([1, 2, 3], dtype='object'),
 ...:                   'C': ['1', '2', '3']})
 ...: 

In [2]: df.dtypes
Out[2]: 
A     int64
B    object
C    object
Length: 3, dtype: object

In [3]: df.infer_objects().dtypes
Out[3]: 
A     int64
B     int64
C    object
Length: 3, dtype: object

请注意列'C'未被转换 - 只有标量数值类型将被转换为新类型。其他类型的转换应使用to_numeric()函数（或to_datetime()，to_timedelta()）来完成。

In [4]: df = df.infer_objects()

In [5]: df['C'] = pd.to_numeric(df['C'], errors='coerce')

In [6]: df.dtypes
Out[6]: 
A    int64
B    int64
C    int64
Length: 3, dtype: object 
```  ### 尝试创建列时改进的警告

新用户经常对`DataFrame`实例上的列操作和属性访问之间的关系感到困惑（[GH 7175](https://github.com/pandas-dev/pandas/issues/7175)）。这种困惑的一个具体例子是尝试通过在`DataFrame`上设置属性来创建新列：

```py
In [1]: df = pd.DataFrame({'one': [1., 2., 3.]})
In [2]: df.two = [4, 5, 6]

这不会引发任何明显的异常，但也不会创建新列：

In [3]: df
Out[3]:
 one
0  1.0
1  2.0
2  3.0

将类似列表的数据结构设置为新属性现在会引发一个关于潜在意外行为的UserWarning。请参阅属性访问。 ### 方法drop现在还接受索引/列关键字

drop()方法已经增加了index/columns关键字作为指定axis的替代方法。这类似于reindex的行为（GH 12392）。

例如：

In [7]: df = pd.DataFrame(np.arange(8).reshape(2, 4),
 ...:                  columns=['A', 'B', 'C', 'D'])
 ...: 

In [8]: df
Out[8]: 
 A  B  C  D
0  0  1  2  3
1  4  5  6  7

[2 rows x 4 columns]

In [9]: df.drop(['B', 'C'], axis=1)
Out[9]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns]

# the following is now equivalent
In [10]: df.drop(columns=['B', 'C'])
Out[10]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns] 
```  ### 方法`rename`，`reindex`现在也接受 axis 关键字

`DataFrame.rename()`和`DataFrame.reindex()`方法已经增加了`axis`关键字，用于指定要针对操作的轴（[GH 12392](https://github.com/pandas-dev/pandas/issues/12392)）。

这里是`rename`：

```py
In [11]: df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

In [12]: df.rename(str.lower, axis='columns')
Out[12]: 
 a  b
0  1  4
1  2  5
2  3  6

[3 rows x 2 columns]

In [13]: df.rename(id, axis='index')
Out[13]: 
 A  B
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

和reindex：

In [14]: df.reindex(['A', 'B', 'C'], axis='columns')
Out[14]: 
 A  B   C
0  1  4 NaN
1  2  5 NaN
2  3  6 NaN

[3 rows x 3 columns]

In [15]: df.reindex([0, 1, 3], axis='index')
Out[15]: 
 A    B
0  1.0  4.0
1  2.0  5.0
3  NaN  NaN

[3 rows x 2 columns]

“索引，列”风格仍然像以前一样工作。

In [16]: df.rename(index=id, columns=str.lower)
Out[16]: 
 a  b
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

In [17]: df.reindex(index=[0, 1, 3], columns=['A', 'B', 'C'])
Out[17]: 
 A    B   C
0  1.0  4.0 NaN
1  2.0  5.0 NaN
3  NaN  NaN NaN

[3 rows x 3 columns]

我们强烈建议使用命名参数以避免在使用任何风格时产生混淆。 ### 用于指定分类的CategoricalDtype

pandas.api.types.CategoricalDtype 已添加到公共 API，并扩展以包括 categories 和 ordered 属性。CategoricalDtype 可用于指定数组的类别集和顺序，而与数据无关。例如，当将字符串数据转换为 Categorical 时，这可能很有用 (GH 14711, GH 15078, GH 16015, GH 17643):

In [18]: from pandas.api.types import CategoricalDtype

In [19]: s = pd.Series(['a', 'b', 'c', 'a'])  # strings

In [20]: dtype = CategoricalDtype(categories=['a', 'b', 'c', 'd'], ordered=True)

In [21]: s.astype(dtype)
Out[21]: 
0    a
1    b
2    c
3    a
Length: 4, dtype: category
Categories (4, object): ['a' < 'b' < 'c' < 'd']

一个值得特别提及的地方是在 read_csv() 中。以前，使用 dtype={'col': 'category'}，返回的值和类别总是字符串。

In [22]: data = 'A,B\na,1\nb,2\nc,3'

In [23]: pd.read_csv(StringIO(data), dtype={'B': 'category'}).B.cat.categories
Out[23]: Index(['1', '2', '3'], dtype='object')

注意“object” dtype。

有了所有数字、日期时间或时间增量的 CategoricalDtype，我们可以自动转换为正确的类型

In [24]: dtype = {'B': CategoricalDtype([1, 2, 3])}

In [25]: pd.read_csv(StringIO(data), dtype=dtype).B.cat.categories
Out[25]: Index([1, 2, 3], dtype='int64')

值已被正确解释为整数。

Categorical、CategoricalIndex 或具有分类类型的 Series 的 .dtype 属性现在将返回 CategoricalDtype 的实例。虽然 repr 已更改，但 str(CategoricalDtype()) 仍然是字符串 'category'。我们在此提醒用户，检测分类数据的首选方法是使用 pandas.api.types.is_categorical_dtype()，而不是 str(dtype) == 'category'。

更多信息请参阅 CategoricalDtype 文档。 ### GroupBy 对象现在有一个 pipe 方法

GroupBy 对象现在有一个 pipe 方法，类似于 DataFrame 和 Series 上的方法，允许以清晰、易读的语法组合接受 GroupBy 的函数。(GH 17871)

对于一个结合了 .groupby 和 .pipe 的具体示例，请想象一个包含了商店、产品、收入和销售数量列的 DataFrame。我们希望对每个商店和每种产品进行组内计算价格（即收入/数量）。我们可以通过多步操作来完成这个操作，但用管道来表达会使代码更易读。

首先我们设置数据：

In [26]: import numpy as np

In [27]: n = 1000

In [28]: df = pd.DataFrame({'Store': np.random.choice(['Store_1', 'Store_2'], n),
 ....:                   'Product': np.random.choice(['Product_1',
 ....:                                                'Product_2',
 ....:                                                'Product_3'
 ....:                                                ], n),
 ....:                   'Revenue': (np.random.random(n) * 50 + 10).round(2),
 ....:                   'Quantity': np.random.randint(1, 10, size=n)})
 ....: 

In [29]: df.head(2)
Out[29]: 
 Store    Product  Revenue  Quantity
0  Store_2  Product_2    32.09         7
1  Store_1  Product_3    14.20         1

[2 rows x 4 columns]

现在，要找到每个商店/产品的价格，我们只需简单地执行：

In [30]: (df.groupby(['Store', 'Product'])
 ....:   .pipe(lambda grp: grp.Revenue.sum() / grp.Quantity.sum())
 ....:   .unstack().round(2))
 ....: 
Out[30]: 
Product  Product_1  Product_2  Product_3
Store 
Store_1       6.73       6.72       7.14
Store_2       7.59       6.98       7.23

[2 rows x 3 columns]

更多信息请参阅文档。 ### Categorical.rename_categories 接受类似字典的参数

rename_categories() 现在接受类似字典的参数作为 new_categories。先前的类别将在字典的键中查找并进行替换。缺失和额外键的行为与 DataFrame.rename() 中的行为相同。

In [31]: c = pd.Categorical(['a', 'a', 'b'])

In [32]: c.rename_categories({"a": "eh", "b": "bee"})
Out[32]: 
['eh', 'eh', 'bee']
Categories (2, object): ['eh', 'bee']

警告

为了帮助升级 pandas，rename_categories 将 Series 视为类似列表的对象。通常，Series 被视为类似字典的对象（例如在 .rename、.map 中）。在 pandas 的未来版本中，rename_categories 将会改变其对待方式，将其视为类似字典的对象。请遵循警告信息的建议编写具有未来兼容性的代码。

In [33]: c.rename_categories(pd.Series([0, 1], index=['a', 'c']))
FutureWarning: Treating Series 'new_categories' as a list-like and using the values.
In a future version, 'rename_categories' will treat Series like a dictionary.
For dict-like, use 'new_categories.to_dict()'
For list-like, use 'new_categories.values'.
Out[33]:
[0, 0, 1]
Categories (2, int64): [0, 1] 
```  ### 其他增强功能

#### 新增的函数或方法

+   `Resampler.nearest()` 添加了支持最近邻上采样的功能（[GH 17496](https://github.com/pandas-dev/pandas/issues/17496)）。

+   `Index` 添加了 `to_frame` 方法的支持（[GH 15230](https://github.com/pandas-dev/pandas/issues/15230)）。

#### 新增的关键字

+   添加了 `skipna` 参数到 `infer_dtype()` 以支持在存在缺失值时进行类型推断（[GH 17059](https://github.com/pandas-dev/pandas/issues/17059)）。

+   `Series.to_dict()` 和 `DataFrame.to_dict()` 现在支持一个 `into` 关键字，该关键字允许您指定要返回的 `collections.Mapping` 子类。默认为 `dict`，与向后兼容性一致。（[GH 16122](https://github.com/pandas-dev/pandas/issues/16122)）

+   `Series.set_axis()` 和 `DataFrame.set_axis()` 现在支持 `inplace` 参数。（[GH 14636](https://github.com/pandas-dev/pandas/issues/14636)）

+   `Series.to_pickle()` 和 `DataFrame.to_pickle()` 已经添加了 `protocol` 参数（[GH 16252](https://github.com/pandas-dev/pandas/issues/16252)）。默认情况下，此参数设置为 [HIGHEST_PROTOCOL](https://docs.python.org/3/library/pickle.html#data-stream-format)。

+   `read_feather()` 增加了 `nthreads` 参数，用于多线程操作 ([GH 16359](https://github.com/pandas-dev/pandas/issues/16359))

+   `DataFrame.clip()` 和 `Series.clip()` 现在增加了一个 `inplace` 参数。 ([GH 15388](https://github.com/pandas-dev/pandas/issues/15388))

+   `crosstab()` 增加了一个 `margins_name` 参数，用于定义当 `margins=True` 时包含总计的行/列的名称。 ([GH 15972](https://github.com/pandas-dev/pandas/issues/15972))

+   `read_json()` 现在接受一个 `chunksize` 参数，当 `lines=True` 时可以使用。如果传递了 `chunksize`，read_json 现在返回一个迭代器，每次迭代读取 `chunksize` 行。 ([GH 17048](https://github.com/pandas-dev/pandas/issues/17048))

+   `read_json()` 和 `to_json()` 现在接受一个 `compression` 参数，允许它们透明地处理压缩文件。 ([GH 17798](https://github.com/pandas-dev/pandas/issues/17798))

#### 各种增强

+   将 pandas 的导入时间提高了约 2.25 倍。 ([GH 16764](https://github.com/pandas-dev/pandas/issues/16764))

+   对大多数读取器（例如 `read_csv()`）和写入器（例如 `DataFrame.to_csv()`）添加了对 [PEP 519 – Adding a file system path protocol](https://www.python.org/dev/peps/pep-0519/) 的支持 ([GH 13823](https://github.com/pandas-dev/pandas/issues/13823)).

+   对 `pd.HDFStore`, `pd.ExcelFile`, 和 `pd.ExcelWriter` 添加了一个 `__fspath__` 方法，以正确处理文件系统路径协议 ([GH 13823](https://github.com/pandas-dev/pandas/issues/13823)).

+   `merge()` 的 `validate` 参数现在检查合并是一对一、一对多、多对一还是多对多。如果发现合并不是指定合并类型的示例，则会引发 `MergeError` 类型的异常。有关更多信息，请参见这里 ([GH 16270](https://github.com/pandas-dev/pandas/issues/16270))

+   对构建系统添加了对 [PEP 518](https://www.python.org/dev/peps/pep-0518/) (`pyproject.toml`) 的支持 ([GH 16745](https://github.com/pandas-dev/pandas/issues/16745))

+   `RangeIndex.append()` 现在在可能时返回一个`RangeIndex`对象 ([GH 16212](https://github.com/pandas-dev/pandas/issues/16212))

+   `Series.rename_axis()` 和 `DataFrame.rename_axis()` 在`inplace=True`时，现在会在原地重命名轴并返回`None`。 ([GH 15704](https://github.com/pandas-dev/pandas/issues/15704))

+   `api.types.infer_dtype()` 现在能够推断小数。 ([GH 15690](https://github.com/pandas-dev/pandas/issues/15690))

+   `DataFrame.select_dtypes()` 现在接受标量值用于包含/排除以及类似列表的值。 ([GH 16855](https://github.com/pandas-dev/pandas/issues/16855))

+   `date_range()` 现在除了‘AS’之外，还接受‘YS’作为年初的别名。 ([GH 9313](https://github.com/pandas-dev/pandas/issues/9313))

+   `date_range()` 现在除了‘A’之外，还接受‘Y’作为年末的别名。 ([GH 9313](https://github.com/pandas-dev/pandas/issues/9313))

+   `DataFrame.add_prefix()` 和 `DataFrame.add_suffix()` 现在接受包含‘%’字符的字符串。 ([GH 17151](https://github.com/pandas-dev/pandas/issues/17151))

+   读/写方法可以推断压缩（`read_csv()`、`read_table()`、`read_pickle()`和`to_pickle()`) 现在可以从类似路径的对象中推断，比如`pathlib.Path`。 ([GH 17206](https://github.com/pandas-dev/pandas/issues/17206))

+   `read_sas()` 现在能够识别更多 SAS7BDAT 文件中最常用的日期（时间）格式。 ([GH 15871](https://github.com/pandas-dev/pandas/issues/15871))

+   `DataFrame.items()` 和 `Series.items()` 现在在 Python 2 和 3 中都存在，并且在所有情况下都是惰性的。 ([GH 13918](https://github.com/pandas-dev/pandas/issues/13918), [GH 17213](https://github.com/pandas-dev/pandas/issues/17213))

+   `pandas.io.formats.style.Styler.where()` 已实现为 `pandas.io.formats.style.Styler.applymap()` 的方便用法。 ([GH 17474](https://github.com/pandas-dev/pandas/issues/17474))

+   已实现 `MultiIndex.is_monotonic_decreasing()`。先前在所有情况下返回 `False`。 ([GH 16554](https://github.com/pandas-dev/pandas/issues/16554))

+   `read_excel()` 如果未安装 `xlrd`，则提供更好的消息引发 `ImportError`。 ([GH 17613](https://github.com/pandas-dev/pandas/issues/17613))

+   `DataFrame.assign()` 将为 Python 3.6+ 用户保留 `**kwargs` 的原始顺序，而不是对列名进行排序。 ([GH 14207](https://github.com/pandas-dev/pandas/issues/14207))

+   `Series.reindex()`, `DataFrame.reindex()`, `Index.get_indexer()` 现在支持 `tolerance` 的类似列表参数。 ([GH 17367](https://github.com/pandas-dev/pandas/issues/17367))  ## 不兼容的 API 更改

### 依赖项已增加最低版本要求

我们已更新了对依赖项的最低支持版本 ([GH 15206](https://github.com/pandas-dev/pandas/issues/15206), [GH 15543](https://github.com/pandas-dev/pandas/issues/15543), [GH 15214](https://github.com/pandas-dev/pandas/issues/15214))。 如果已安装，我们现在要求：

> | Package | Minimum Version | Required |
> | --- | --- | --- |
> | Numpy | 1.9.0 | X |
> | Matplotlib | 1.4.3 |  |
> | Scipy | 0.14.0 |  |
> | Bottleneck | 1.0.0 |  |

此外，不再支持 Python 3.4 ([GH 15251](https://github.com/pandas-dev/pandas/issues/15251))。  ### 所有-NaN 或空 Series/DataFrames 的 Sum/prod 现在一致为 NaN

注

此处描述的更改已被部分撤销。请参阅 v0.22.0 Whatsnew 了解更多。

`sum` 和 `prod` 在所有-NaN Series/DataFrames 上的行为不再取决于是否已安装 [bottleneck](https://bottleneck.readthedocs.io)，并且空 Series 上 `sum` 和 `prod` 的返回值已更改 ([GH 9422](https://github.com/pandas-dev/pandas/issues/9422), [GH 15507](https://github.com/pandas-dev/pandas/issues/15507))。

对于空或全部为`NaN`的`Series`，或者`DataFrame`的列，调用`sum`或`prod`将导致`NaN`。请参阅文档。

```py
In [33]: s = pd.Series([np.nan])

先前没有安装bottleneck：

In [2]: s.sum()
Out[2]: np.nan

先前带有bottleneck：

In [2]: s.sum()
Out[2]: 0.0

新行为，不考虑bottleneck的安装情况：

In [34]: s.sum()
Out[34]: 0.0

请注意，这也改变了空Series的和。以前，这总是返回 0，无论是否安装了bottleneck：

In [1]: pd.Series([]).sum()
Out[1]: 0

但为了与全NaN情况保持一致，这也改为返回 0：

In [2]: pd.Series([]).sum()
Out[2]: 0 
```  ### 使用带有缺失标签的列表进行索引已弃用

以前，使用带有缺失标签的列表进行选择总是会成功，对于缺失的标签返回`NaN`。现在这将显示一个`FutureWarning`。将来这将引发一个`KeyError`([GH 15747](https://github.com/pandas-dev/pandas/issues/15747))。当传递至少有 1 个缺失标签的标签列表时，此警告将在使用`.loc[]`或`[[]]`的`DataFrame`或`Series`上触发。

```py
In [35]: s = pd.Series([1, 2, 3])

In [36]: s
Out[36]: 
0    1
1    2
2    3
Length: 3, dtype: int64

先前的行为

In [4]: s.loc[[1, 2, 3]]
Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

当前行为

In [4]: s.loc[[1, 2, 3]]
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
https://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike

Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

实现选择可能未找到的元素的惯用方法是通过.reindex()。

In [37]: s.reindex([1, 2, 3])
Out[37]: 
1    2.0
2    3.0
3    NaN
Length: 3, dtype: float64

选择所有找到的键不变。

In [38]: s.loc[[1, 2]]
Out[38]: 
1    2
2    3
Length: 2, dtype: int64 
```  ### NA 命名更改

为了在 pandas API 中促进更一致性，我们添加了额外的顶级函数`isna()`和`notna()`，它们是`isnull()`和`notnull()`的别名。命名方案现在与`.dropna()`和`.fillna()`等方法更一致。此外，在定义`.isnull()`和`.notnull()`方法的所有情况下，这些方法都有额外的方法名为`.isna()`和`.notna()`，这些方法包括类`Categorical`、`Index`、`Series`和`DataFrame`。 ([GH 15001](https://github.com/pandas-dev/pandas/issues/15001))。

配置选项`pd.options.mode.use_inf_as_null`已弃用，新增了`pd.options.mode.use_inf_as_na`作为替代。  ### Series/Index 的迭代现在将返回 Python 标量

以前，对于 dtype 为`int`或`float`的`Series`使用某些迭代方法时，您将收到一个`numpy`标量，例如`np.int64`，而不是 Python `int`。问题([GH 10904](https://github.com/pandas-dev/pandas/issues/10904))已经为`Series.tolist()`和`list(Series)`更正了这一点。此更改使所有迭代方法保持一致，特别是对于`__iter__()`和`.map()`；请注意，这仅影响 int/float dtypes。([GH 13236](https://github.com/pandas-dev/pandas/issues/13236), [GH 13258](https://github.com/pandas-dev/pandas/issues/13258), [GH 14216](https://github.com/pandas-dev/pandas/issues/14216))。

```py
In [39]: s = pd.Series([1, 2, 3])

In [40]: s
Out[40]: 
0    1
1    2
2    3
Length: 3, dtype: int64

以前：

In [2]: type(list(s)[0])
Out[2]: numpy.int64

新行为：

In [41]: type(list(s)[0])
Out[41]: int

此外，现在将正确地对DataFrame.to_dict() 的结果进行盒装。

In [42]: d = {'a': [1], 'b': ['b']}

In [43]: df = pd.DataFrame(d)

以前：

In [8]: type(df.to_dict()['a'][0])
Out[8]: numpy.int64

新行为：

In [44]: type(df.to_dict()['a'][0])
Out[44]: int 
```  ### 使用布尔索引进行索引

以前，当将布尔`Index`传递给`.loc`时，如果`Series/DataFrame`的索引具有`boolean`标签，则会获得基于标签的选择，可能会复制结果标签，而不是布尔索引选择（其中`True`选择元素），这与布尔 numpy 数组的索引方式不一致。新行为是像布尔 numpy 数组索引器一样操作。([GH 17738](https://github.com/pandas-dev/pandas/issues/17738))

先前行为：

```py
In [45]: s = pd.Series([1, 2, 3], index=[False, True, False])

In [46]: s
Out[46]: 
False    1
True     2
False    3
Length: 3, dtype: int64

In [59]: s.loc[pd.Index([True, False, True])]
Out[59]:
True     2
False    1
False    3
True     2
dtype: int64

当前行为

In [47]: s.loc[pd.Index([True, False, True])]
Out[47]: 
False    1
False    3
Length: 2, dtype: int64

此外，以前如果索引是非数字的（例如字符串），那么布尔索引将引发KeyError。现在将被视为布尔索引器。

先前行为：

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

In [49]: s
Out[49]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [39]: s.loc[pd.Index([True, False, True])]
KeyError: "None of [Index([True, False, True], dtype='object')] are in the [index]"

当前行为

In [50]: s.loc[pd.Index([True, False, True])]
Out[50]: 
a    1
c    3
Length: 2, dtype: int64 
```  ### `PeriodIndex` 重新采样

在 pandas 的先前版本中，对由`PeriodIndex`索引的`Series`/`DataFrame`进行重新采样在某些情况下返回一个`DatetimeIndex` ([GH 12884](https://github.com/pandas-dev/pandas/issues/12884))。现在，对乘频率进行重新采样将返回一个`PeriodIndex` ([GH 15944](https://github.com/pandas-dev/pandas/issues/15944))。作为一个小的增强，现在可以处理`PeriodIndex`中的`NaT`值 ([GH 13224](https://github.com/pandas-dev/pandas/issues/13224))

先前行为：

```py
In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017-03-31     1.0
2017-09-30     5.5
2018-03-31    10.0
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: DatetimeIndex(['2017-03-31', '2017-09-30', '2018-03-31'], dtype='datetime64[ns]', freq='2Q-DEC')

新行为：

In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017Q1    2.5
2017Q3    8.5
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: PeriodIndex(['2017Q1', '2017Q3'], dtype='period[2Q-DEC]')

上采样并调用.ohlc() 以前返回一个Series，基本上与调用.asfreq() 相同。现在，OHLC 上采样将返回一个具有列open、high、low 和close的 DataFrame (GH 13083)。这与下采样和DatetimeIndex的行为一致。

先前行为：

In [1]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [2]: s = pd.Series(np.arange(10), index=pi)

In [3]: s.resample('H').ohlc()
Out[3]:
2000-01-01 00:00    0.0
 ...
2000-01-10 23:00    NaN
Freq: H, Length: 240, dtype: float64

In [4]: s.resample('M').ohlc()
Out[4]:
 open  high  low  close
2000-01     0     9    0      9

新行为：

In [56]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [57]: s = pd.Series(np.arange(10), index=pi)

In [58]: s.resample('H').ohlc()
Out[58]:
 open  high  low  close
2000-01-01 00:00   0.0   0.0  0.0    0.0
2000-01-01 01:00   NaN   NaN  NaN    NaN
2000-01-01 02:00   NaN   NaN  NaN    NaN
2000-01-01 03:00   NaN   NaN  NaN    NaN
2000-01-01 04:00   NaN   NaN  NaN    NaN
...                ...   ...  ...    ...
2000-01-10 19:00   NaN   NaN  NaN    NaN
2000-01-10 20:00   NaN   NaN  NaN    NaN
2000-01-10 21:00   NaN   NaN  NaN    NaN
2000-01-10 22:00   NaN   NaN  NaN    NaN
2000-01-10 23:00   NaN   NaN  NaN    NaN

[240 rows x 4 columns]

In [59]: s.resample('M').ohlc()
Out[59]:
 open  high  low  close
2000-01     0     9    0      9

[1 rows x 4 columns] 
```  ### 在 pd.eval 中改进了项目分配时的错误处理

`eval()` 现在会在项目分配出现故障或指定了原地操作但表达式中没有项目分配时引发`ValueError`（[GH 16732](https://github.com/pandas-dev/pandas/issues/16732)）

```py
In [51]: arr = np.array([1, 2, 3])

以前，如果尝试以下表达式，将会得到一个不太有用的错误消息：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`)
and integer or boolean arrays are valid indices

这是说 numpy 数组不支持字符串项索引的一种很长的方式。通过这个改变，错误消息现在是这样的：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
ValueError: Cannot assign expression output to target

以前还可以对表达式进行原地评估，即使没有项目分配：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
Out[4]: 3

然而，这种输入并没有太多意义，因为输出没有被分配给目标。现在，当传递这样的输入时，将引发ValueError：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
...
ValueError: Cannot operate inplace if there is no assignment 
```  ### Dtype 转换

以前，使用`bool`赋值进行赋值、`.where()`和`.fillna()`会强制转换为相同的类型（例如 int / float），或者对于日期时间相关内容会引发错误。现在，这些操作将保留具有`object`数据类型的布尔值。([GH 16821](https://github.com/pandas-dev/pandas/issues/16821)).

```py
In [52]: s = pd.Series([1, 2, 3])

In [5]: s[1] = True

In [6]: s
Out[6]:
0    1
1    1
2    3
dtype: int64

新行为

In [7]: s[1] = True

In [8]: s
Out[8]:
0       1
1    True
2       3
Length: 3, dtype: object

以前，对非日期时间相关项进行赋值时，会强制转换为非日期时间相关项（GH 14145）。

In [53]: s = pd.Series([pd.Timestamp('2011-01-01'), pd.Timestamp('2012-01-01')])

In [1]: s[1] = 1

In [2]: s
Out[2]:
0   2011-01-01 00:00:00.000000000
1   1970-01-01 00:00:00.000000001
dtype: datetime64[ns]

现在强制转换为object数据类型。

In [1]: s[1] = 1

In [2]: s
Out[2]:
0    2011-01-01 00:00:00
1                      1
dtype: object

在.where()中与日期时间相关的不一致行为，会引发而不是强制转换为object（GH 16402）
对带有float64数据类型的np.ndarray进行int64数据的赋值可能会保持int64数据类型 (GH 14001) ### 具有单一级别的 MultiIndex 构造函数

MultiIndex 构造函数不再将具有全部长度为一级别的 MultiIndex 压缩为常规Index。这会影响到所有的MultiIndex构造函数。(GH 17178)

先前的行为：

In [2]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[2]: Index(['a', 'b'], dtype='object')

长度为 1 的级别不再特殊处理。它们的行为与长度为 2+ 的级别完全相同，因此所有的MultiIndex构造函数都将返回一个MultiIndex：

In [54]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[54]: 
MultiIndex([('a',),
 ('b',)],
 ) 
```  ### 使用 Series 进行 UTC 本地化

以前，当传递`utc=True`时，`to_datetime()`不会对日期时间`Series`数据进行本地化。现在，当传递`utc=True`时，`to_datetime()`将正确地对`datetime64[ns, UTC]`数据类型的`Series`进行本地化，以与列表样式和`Index`数据的处理方式保持一致。([GH 6415](https://github.com/pandas-dev/pandas/issues/6415)).

先前的行为

```py
In [55]: s = pd.Series(['20130101 00:00:00'] * 3)

In [12]: pd.to_datetime(s, utc=True)
Out[12]:
0   2013-01-01
1   2013-01-01
2   2013-01-01
dtype: datetime64[ns]

新行为

In [56]: pd.to_datetime(s, utc=True)
Out[56]: 
0   2013-01-01 00:00:00+00:00
1   2013-01-01 00:00:00+00:00
2   2013-01-01 00:00:00+00:00
Length: 3, dtype: datetime64[ns, UTC]

此外，通过read_sql_table()和read_sql_query()解析的具有日期时间列的 DataFrame，如果原始 SQL 列是带时区的日期时间列，则也将被本地化为 UTC。### 范围函数的一致性

在以前的版本中，各种范围函数之间存在一些不一致性：date_range()、bdate_range()、period_range()、timedelta_range()和interval_range()。（GH 17471）。

当start、end和period参数都指定时，出现不一致的行为之一可能导致模糊的范围。当传递了所有三个参数时，interval_range忽略了period参数，period_range忽略了end参数，而其他范围函数则引发了错误。为了促进范围函数之间的一致性，并避免可能的模糊范围，当传递了所有三个参数时，interval_range和period_range现在将引发错误。

之前的行为：

 In [2]: pd.interval_range(start=0, end=4, periods=6)
 Out[2]:
 IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
Out[3]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3', '2017Q4', '2018Q1', '2018Q2'], dtype='period[Q-DEC]', freq='Q-DEC')

新行为：

In [2]: pd.interval_range(start=0, end=4, periods=6)
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

此外，interval_range产生的区间中未包含端点参数end。然而，所有其他范围函数都在其输出中包含了end。为了促进范围函数之间的一致性，interval_range现在将end作为最后一个区间的右端点，除非以一种跳过end的方式指定了freq。

之前的行为：

In [4]: pd.interval_range(start=0, end=4)
Out[4]:
IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

新行为：

In [57]: pd.interval_range(start=0, end=4)
Out[57]: IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4]], dtype='interval[int64, right]') 
```  ### 没有自动 Matplotlib 转换器

当 pandas 被导入时，pandas 不再使用 matplotlib 注册我们的`date`、`time`、`datetime`、`datetime64`和`Period`转换器。Matplotlib 绘图方法（`plt.plot`、`ax.plot`等）将不会为`DatetimeIndex`或`PeriodIndex`值漂亮地格式化 x 轴。你必须显式注册这些方法：

pandas 内置的`Series.plot`和`DataFrame.plot`*将*在首次使用时注册这些转换器（[GH 17710](https://github.com/pandas-dev/pandas/issues/17710)）。

注意

这个改变在 pandas 0.21.1 中暂时被撤销了，更多详情请见这里。  ### 其他 API 改变

+   分类构造函数不再接受`categories`关键字的标量。 （[GH 16022](https://github.com/pandas-dev/pandas/issues/16022)）

+   在关闭的`HDFStore`上访问一个不存在的属性现在会引发一个`AttributeError`，而不是一个`ClosedFileError`（[GH 16301](https://github.com/pandas-dev/pandas/issues/16301)）

+   `read_csv()`现在会在`names`参数包含重复值时发出一个`UserWarning`（[GH 17095](https://github.com/pandas-dev/pandas/issues/17095))

+   `read_csv()` 现在默认将 `'null'` 和 `'n/a'` 字符串视为缺失值 ([GH 16471](https://github.com/pandas-dev/pandas/issues/16471), [GH 16078](https://github.com/pandas-dev/pandas/issues/16078))

+   `pandas.HDFStore` 的字符串表示现��更快且更简洁。要恢复以前的行为，请使用 `pandas.HDFStore.info()`。([GH 16503](https://github.com/pandas-dev/pandas/issues/16503)).

+   HDF 存储中的压缩默认值现在遵循 pytables 标准。默认值为无压缩，如果 `complib` 丢���且 `complevel` > 0，则使用 `zlib` ([GH 15943](https://github.com/pandas-dev/pandas/issues/15943))

+   `Index.get_indexer_non_unique()` 现在返回一个 ndarray 索引器而不是一个 `Index`；这与 `Index.get_indexer()` 保持一致 ([GH 16819](https://github.com/pandas-dev/pandas/issues/16819))

+   从 `pandas._testing` 中移除了 `@slow` 装饰器，这导致一些下游包的测试套件出现问题。改用 `@pytest.mark.slow`，它可以达到相同的效果 ([GH 16850](https://github.com/pandas-dev/pandas/issues/16850))

+   将 `MergeError` 的定义移动到 `pandas.errors` 模块中。

+   `Series.set_axis()` 和 `DataFrame.set_axis()` 的签名已从 `set_axis(axis, labels)` 更改为 `set_axis(labels, axis=0)`，以保持与其余 API 的一致性。旧的签名已被弃用，并将显示一个 `FutureWarning` ([GH 14636](https://github.com/pandas-dev/pandas/issues/14636))

+   `Series.argmin()` 和 `Series.argmax()` 现在在与 `object` dtypes 一起使用时会引发 `TypeError`，而不是 `ValueError` ([GH 13595](https://github.com/pandas-dev/pandas/issues/13595))

+   `Period` 现在是不可变的，当用户尝试为 `ordinal` 或 `freq` 属性分配新值时，将引发 `AttributeError` ([GH 17116](https://github.com/pandas-dev/pandas/issues/17116)).

+   当传递一个带有时区信息的 `origin=` kwarg 给 `to_datetime()` 时，现在会引发一个更具信息性的 `ValueError` 而不是 `TypeError` ([GH 16842](https://github.com/pandas-dev/pandas/issues/16842))

+   当格式包含 `%W` 或 `%U` 而没有包含星期几和日历年时，`to_datetime()` 现在会引发 `ValueError` ([GH 16774](https://github.com/pandas-dev/pandas/issues/16774))

+   在 `read_stata()` 中将非功能性的 `index` 重命名为 `index_col`，以改善 API 一致性（[GH 16342](https://github.com/pandas-dev/pandas/issues/16342)）

+   `DataFrame.drop()` 中的错误导致布尔标签 `False` 和 `True` 在从数值索引中删除索引时分别被视为标签 0 和 1。现在将引发 ValueError 错误（[GH 16877](https://github.com/pandas-dev/pandas/issues/16877)）

+   限制了 `DateOffset` 关键字参数。以前，`DateOffset` 子类允许任意关键字参数，这可能导致意外行为。现在，只有有效的参数将被接受。([GH 17176](https://github.com/pandas-dev/pandas/issues/17176))  ## 弃用

+   `DataFrame.from_csv()` 和 `Series.from_csv()` 已被弃用，推荐使用 `read_csv()`（[GH 4191](https://github.com/pandas-dev/pandas/issues/4191)）

+   `read_excel()` 已弃用 `sheetname`，推荐使用 `sheet_name` 以保持与 `.to_excel()` 的一致性（[GH 10559](https://github.com/pandas-dev/pandas/issues/10559)）

+   `read_excel()` 已弃用 `parse_cols`，推荐使用 `usecols` 以保持与 `read_csv()` 的一致性（[GH 4988](https://github.com/pandas-dev/pandas/issues/4988)）

+   `read_csv()` 已弃用 `tupleize_cols` 参数。列元组将始终转换为 `MultiIndex`（[GH 17060](https://github.com/pandas-dev/pandas/issues/17060)）

+   `DataFrame.to_csv()` 已弃用 `tupleize_cols` 参数。MultiIndex 列将始终以行的形式写入 CSV 文件（[GH 17060](https://github.com/pandas-dev/pandas/issues/17060)）

+   `.take()` 方法中已弃用 `convert` 参数，因为它没有被遵守（[GH 16948](https://github.com/pandas-dev/pandas/issues/16948)）

+   `pd.options.html.border` 已被弃用，推荐使用 `pd.options.display.html.border`（[GH 15793](https://github.com/pandas-dev/pandas/issues/15793)）

+   `SeriesGroupBy.nth()` 已弃用 `True`，推荐使用 `'all'` 作为其关键字参数 `dropna`（[GH 11038](https://github.com/pandas-dev/pandas/issues/11038)）

+   `DataFrame.as_blocks()` 已被弃用，因为这暴露了内部实现（[GH 17302](https://github.com/pandas-dev/pandas/issues/17302)）

+   `pd.TimeGrouper`已被弃用，推荐使用`pandas.Grouper`（[GH 16747](https://github.com/pandas-dev/pandas/issues/16747)）

+   `cdate_range`已被弃用，推荐使用`bdate_range()`，该方法增加了`weekmask`和`holidays`参数，用于构建自定义频率日期范围。更多详情请参阅文档（[GH 17596](https://github.com/pandas-dev/pandas/issues/17596)）

+   在`Series.astype()`中传递`categories`或`ordered`参数已被弃用，推荐传递 CategoricalDtype（[GH 17636](https://github.com/pandas-dev/pandas/issues/17636)）

+   `Series`、`DataFrame`、`Panel`、`SparseSeries`和`SparseDataFrame`上的`.get_value`和`.set_value`已被弃用，推荐使用`.iat[]`或`.at[]`访问器（[GH 15269](https://github.com/pandas-dev/pandas/issues/15269))

+   在`.to_excel(..., columns=)`中传递一个不存在的列已被弃用，并将在未来引发`KeyError`（[GH 17295](https://github.com/pandas-dev/pandas/issues/17295)）

+   在`Series.where()`、`Series.mask()`、`DataFrame.where()`、`DataFrame.mask()`中传递`raise_on_error`参数已被弃用，推荐使用`errors=`（[GH 14968](https://github.com/pandas-dev/pandas/issues/14968)）

+   使用`DataFrame.rename_axis()`和`Series.rename_axis()`来更改索引或列*标签*已被弃用，推荐使用`.rename`。`rename_axis`仍可用于更改索引或列的名称（[GH 17833](https://github.com/pandas-dev/pandas/issues/17833)）

+   `reindex_axis()`已被弃用，推荐使用`reindex()`。更多详情请参阅这里（[GH 17833](https://github.com/pandas-dev/pandas/issues/17833)）

### Series.select 和 DataFrame.select

`Series.select()`和`DataFrame.select()`方法已被弃用，推荐使用`df.loc[labels.map(crit)]`（[GH 12401](https://github.com/pandas-dev/pandas/issues/12401)）

```py
In [58]: df = pd.DataFrame({'A': [1, 2, 3]}, index=['foo', 'bar', 'baz'])

In [3]: df.select(lambda x: x in ['bar', 'baz'])
FutureWarning: select is deprecated and will be removed in a future release. You can use .loc[crit] as a replacement
Out[3]:
 A
bar  2
baz  3

In [59]: df.loc[df.index.map(lambda x: x in ['bar', 'baz'])]
Out[59]: 
 A
bar  2
baz  3

[2 rows x 1 columns] 
```  ### Series.argmax 和 Series.argmin

`Series.argmax()`和`Series.argmin()`的行为已被弃用，取而代之的是`Series.idxmax()`和`Series.idxmin()`，分别（[GH 16830](https://github.com/pandas-dev/pandas/issues/16830)）。

为了与 NumPy 数组兼容，`pd.Series`实现了`argmax`和`argmin`。自 pandas 0.13.0 以来，`argmax`已成为`pandas.Series.idxmax()`的别名，`argmin`已成为`pandas.Series.idxmin()`的别名。它们返回*标签*的最大值或最小值，而不是*位置*。

我们已弃用了`Series.argmax`和`Series.argmin`的当前行为。使用任何一个将发出`FutureWarning`。如果您想要最大值的标签，请使用`Series.idxmax()`。如果您想要最大值的位置，请使用`Series.values.argmax()`。最小值同理。在未来的版本中，`Series.argmax`和`Series.argmin`将返回最大值或最小值的位置。##移除之前版本的弃用/更改

+   `read_excel()`已放弃`has_index_names`参数（[GH 10967](https://github.com/pandas-dev/pandas/issues/10967)）。

+   `pd.options.display.height`配置已被放弃（[GH 3663](https://github.com/pandas-dev/pandas/issues/3663)）。

+   `pd.options.display.line_width`配置已被放弃（[GH 2881](https://github.com/pandas-dev/pandas/issues/2881)）。

+   `pd.options.display.mpl_style`配置已被放弃（[GH 12190](https://github.com/pandas-dev/pandas/issues/12190)）。

+   `Index`已放弃`.sym_diff()`方法，取而代之的是`.symmetric_difference()`（[GH 12591](https://github.com/pandas-dev/pandas/issues/12591)）。

+   `Categorical`已放弃`.order()`和`.sort()`方法，取而代之的是`.sort_values()`（[GH 12882](https://github.com/pandas-dev/pandas/issues/12882)）。

+   `eval()`和`DataFrame.eval()`已将`inplace`的默认值从`None`更改为`False`（[GH 11149](https://github.com/pandas-dev/pandas/issues/11149)）。

+   函数`get_offset_name`已被放弃，取而代之的是偏移量的`.freqstr`属性（[GH 11834](https://github.com/pandas-dev/pandas/issues/11834)）。

+   pandas 不再测试与使用 pandas < 0.11 创建的 hdf5 文件的兼容性（[GH 17404](https://github.com/pandas-dev/pandas/issues/17404))。  ## 性能改进

+   改进了实例化`SparseDataFrame`的性能（[GH 16773](https://github.com/pandas-dev/pandas/issues/16773))

+   `Series.dt`不再执行频率推断，在访问属性时速度大幅提升（[GH 17210](https://github.com/pandas-dev/pandas/issues/17210))

+   通过不实现值来改进`set_categories()`的性能（[GH 17508](https://github.com/pandas-dev/pandas/issues/17508))

+   `Timestamp.microsecond`在属性访问时不再重新计算（[GH 17331](https://github.com/pandas-dev/pandas/issues/17331))

+   改进了对已经是分类 dtype 的数据的`CategoricalIndex`的性能（[GH 17513](https://github.com/pandas-dev/pandas/issues/17513))

+   通过使用`RangeIndex`属性执行计算来改进`RangeIndex.min()`和`RangeIndex.max()`的性能（[GH 17607](https://github.com/pandas-dev/pandas/issues/17607))  ## 文档更改

+   几个`NaT`方法的文档字符串（例如`NaT.ctime()`）是不正确的（[GH 17327](https://github.com/pandas-dev/pandas/issues/17327))

+   文档已删除并清理了对版本 < v0.17 的引用（[GH 17442](https://github.com/pandas-dev/pandas/issues/17442), [GH 17442](https://github.com/pandas-dev/pandas/issues/17442), [GH 17404](https://github.com/pandas-dev/pandas/issues/17404) & [GH 17504](https://github.com/pandas-dev/pandas/issues/17504))  ## Bug 修复

### 转换

+   修复了使用`int`对日期时间数据进行赋值时可能错误地转换为日期时间数据的错误（[GH 14145](https://github.com/pandas-dev/pandas/issues/14145))

+   修复了使用`np.ndarray`和`float64` dtype 的`int64`数据进行赋值时可能保留`int64` dtype 的错误（[GH 14001](https://github.com/pandas-dev/pandas/issues/14001))

+   修复了`IntervalIndex.is_non_overlapping_monotonic`的返回类型，以便与类似���性/方法保持一致为 Python `bool`。之前返回的是`numpy.bool_`。（[GH 17237](https://github.com/pandas-dev/pandas/issues/17237))

+   当间隔两端闭合且在一个点重叠时，修复了`IntervalIndex.is_non_overlapping_monotonic`的错误（[GH 16560](https://github.com/pandas-dev/pandas/issues/16560))

+   在`inplace=True`且`value`为字典时，修复了`Series.fillna()`返回帧的错误（[GH 16156](https://github.com/pandas-dev/pandas/issues/16156))

+   在本地化到时区时，`Timestamp.weekday_name`返回基于 UTC 的星期几名称存在错误（[GH 17354](https://github.com/pandas-dev/pandas/issues/17354)）

+   在处理夏令时变化时，`Timestamp.replace`存在错误（[GH 15683](https://github.com/pandas-dev/pandas/issues/15683)）

+   在构建和计算`Timedelta`时存在错误，不会传播`Overflow`异常（[GH 17367](https://github.com/pandas-dev/pandas/issues/17367)）

+   当传递扩展类型类（`DatetimeTZDtype`，`CategoricalDtype`）而不是实例时，`astype()`转换为对象 dtype 时存在错误。现在当传递类时会引发`TypeError`（[GH 17780](https://github.com/pandas-dev/pandas/issues/17780)）

+   在`errors='coerce'`时，修复了`to_numeric()`中元素不始终被强制转换为数值的错误（[GH 17007](https://github.com/pandas-dev/pandas/issues/17007), [GH 17125](https://github.com/pandas-dev/pandas/issues/17125)）

+   在 Windows 上，修复了`DataFrame`和`Series`构造函数中将`range`对象转换为`int32`而不是`int64`的错误（[GH 16804](https://github.com/pandas-dev/pandas/issues/16804)）

### 索引

+   当使用空切片调用时（例如`df.iloc[:]`），`.iloc`和`.loc`索引器返回原始对象的浅拷贝。以前它们返回原始对象。（[GH 13873](https://github.com/pandas-dev/pandas/issues/13873)）

+   当在未排序的`MultiIndex`上调用时，`loc`索引器现在只有在非排序级别上使用正确的切片时才会引发`UnsortedIndexError`（[GH 16734](https://github.com/pandas-dev/pandas/issues/16734)）。

+   修复了 0.20.3 版本中使用字符串对`TimedeltaIndex`进行索引时的回归错误（[GH 16896](https://github.com/pandas-dev/pandas/issues/16896)）

+   修复了`TimedeltaIndex.get_loc()`对`np.timedelta64`输入的处理（[GH 16909](https://github.com/pandas-dev/pandas/issues/16909)）

+   在`ascending`参数是一个列表但未指定所有级别或级别顺序不同的情况下，修复了`MultiIndex.sort_index()`的排序问题（[GH 16934](https://github.com/pandas-dev/pandas/issues/16934)）

+   修复了使用`np.inf`进行索引时引发`OverflowError`的错误（[GH 16957](https://github.com/pandas-dev/pandas/issues/16957)）

+   在重新索引时，修复了对空`CategoricalIndex`的错误（[GH 16770](https://github.com/pandas-dev/pandas/issues/16770)）

+   修复了`DataFrame.loc`在使用对齐和带时区的`DatetimeIndex`时的问题（[GH 16889](https://github.com/pandas-dev/pandas/issues/16889)）

+   当使用较旧版本的 numpy 将索引或系列传递给`.iloc`时，避免了`IndexError`（[GH 17193](https://github.com/pandas-dev/pandas/issues/17193)）

+   允许在 Python 2 中的多级列中使用 Unicode 空字符串作为占位符（[GH 17099](https://github.com/pandas-dev/pandas/issues/17099)）

+   Bug in `.iloc` 当在`MultiIndex`上使用就地加法或赋值和整数索引器时，导致从错误的索引读取和写入（[GH 17148](https://github.com/pandas-dev/pandas/issues/17148)）

+   Bug in `.isin()` 中检查空`Series`对象成员资格时引发错误（[GH 16991](https://github.com/pandas-dev/pandas/issues/16991)）

+   Bug in `CategoricalIndex` 重新索引中指定包含重复项的索引未被尊重（[GH 17323](https://github.com/pandas-dev/pandas/issues/17323)）

+   Bug in `RangeIndex` 与负步长的交集中出现的问题（[GH 17296](https://github.com/pandas-dev/pandas/issues/17296)）

+   Bug in `IntervalIndex` 在对非重叠单调递减索引的包含右端点执行标量查找时失败（[GH 16417](https://github.com/pandas-dev/pandas/issues/16417)，[GH 17271](https://github.com/pandas-dev/pandas/issues/17271)）

+   Bug in `DataFrame.first_valid_index()` 和 `DataFrame.last_valid_index()` 当没有有效条目时（[GH 17400](https://github.com/pandas-dev/pandas/issues/17400)）

+   Bug in `Series.rename()` 被调用时，使用可调用对象时，错误地改变了`Series`的名称，而不是`Index`的名称。（[GH 17407](https://github.com/pandas-dev/pandas/issues/17407)）

+   Bug in `String.str_get()` 当使用负索引时，引发`IndexError`而不是插入 NaNs。（[GH 17704](https://github.com/pandas-dev/pandas/issues/17704)）

### IO

+   Bug in `read_hdf()` 从`fixed`格式 HDFStore 读取时，读取带时区的索引时出现问题（[GH 17618](https://github.com/pandas-dev/pandas/issues/17618)）

+   Bug in `read_csv()` 中存在的问题，列未被彻底去重复（[GH 17060](https://github.com/pandas-dev/pandas/issues/17060)）

+   Bug in `read_csv()` 中指定的列名未被彻底去重复（[GH 17095](https://github.com/pandas-dev/pandas/issues/17095)）

+   Bug in `read_csv()` 中存在的问题，头部参数的非整数值生成了一个无用/无关的错误信息（[GH 16338](https://github.com/pandas-dev/pandas/issues/16338)）

+   `read_csv()` 中的错误，异常处理中的内存管理问题，在特定条件下，会导致解释器崩溃（[GH 14696](https://github.com/pandas-dev/pandas/issues/14696)，[GH 16798](https://github.com/pandas-dev/pandas/issues/16798)）

+   `read_csv()` 中的错误，当使用 `low_memory=False` 时，大小至少为 2GB 的至少一列的 CSV 会不正确地引发 `MemoryError`（[GH 16798](https://github.com/pandas-dev/pandas/issues/16798)）

+   `read_csv()` 中的错误，当使用单元素列表 `header` 调用时，将返回所有 NaN 值的 DataFrame（[GH 7757](https://github.com/pandas-dev/pandas/issues/7757)）

+   `DataFrame.to_csv()` 中的错误，默认为 Python 3 中的 'ascii' 编码，而不是 'utf-8'（[GH 17097](https://github.com/pandas-dev/pandas/issues/17097)）

+   `read_stata()` 存在的错误，当使用迭代器时无法读取值标签（[GH 16923](https://github.com/pandas-dev/pandas/issues/16923)）

+   `read_stata()` 中的错误，索引未设置（[GH 16342](https://github.com/pandas-dev/pandas/issues/16342)）

+   `read_html()` 中的错误，当在多个线程中运行时，导入检查失败（[GH 16928](https://github.com/pandas-dev/pandas/issues/16928)）

+   `read_csv()` 中的错误，自动分隔符检测导致遇到坏行时引发 `TypeError` 而不是正确的错误消息（[GH 13374](https://github.com/pandas-dev/pandas/issues/13374)）

+   `DataFrame.to_html()` 中的错误，当 `notebook=True` 时，具有命名索引或非 MultiIndex 索引的 DataFrame 的列或行标签具有不希望的水平或垂直对齐（[GH 16792](https://github.com/pandas-dev/pandas/issues/16792)）

+   `DataFrame.to_html()` 中的错误，`justify` 参数没有验证（[GH 17527](https://github.com/pandas-dev/pandas/issues/17527)）

+   `HDFStore.select()` 中的错误，读取包含 VLArray 的连续混合数据表时出现问题（[GH 17021](https://github.com/pandas-dev/pandas/issues/17021)）

+   在 `to_json()` 中，多种条件（包括具有不可打印符号的对象，具有深度递归的对象，标签过长等）导致 segfaults 而不是引发适当的异常。([GH 14256](https://github.com/pandas-dev/pandas/issues/14256))

### 绘图

+   绘图方法中使用 `secondary_y` 和 `fontsize` 设置次要轴字体大小时出现的错误（[GH 12565](https://github.com/pandas-dev/pandas/issues/12565)）

+   在绘制 `timedelta` 和 `datetime` 数据类型的图时出现的错误，位于 y 轴上。([GH 16953](https://github.com/pandas-dev/pandas/issues/16953))

+   现在，在计算 xlims 时，线图不再假设 x 数据是单调的，即使 x 数据未排序，它们现在也会显示整个线。([GH 11310](https://github.com/pandas-dev/pandas/issues/11310), [GH 11471](https://github.com/pandas-dev/pandas/issues/11471))

+   在 matplotlib 2.0.0 及以上版本中，线图的 x 轴限制的计算由 matplotlib 完成，因此应用了其新的默认设置。([GH 15495](https://github.com/pandas-dev/pandas/issues/15495))

+   在 `Series.plot.bar` 或 `DataFrame.plot.bar` 中，`y` 参数不遵循用户传递的 `color` 参数。([GH 16822](https://github.com/pandas-dev/pandas/issues/16822))

+   在使用随机颜色时，导致 `plotting.parallel_coordinates` 重置随机种子的错误。([GH 17525](https://github.com/pandas-dev/pandas/issues/17525))

### GroupBy/resample/rolling

+   在 `DataFrame.resample(...).size()` 中，一个空的 `DataFrame` 没有返回一个 `Series`。([GH 14962](https://github.com/pandas-dev/pandas/issues/14962))

+   在 `infer_freq()` 中，导致工作日之间存在 2 天间隔的索引错误地被推断为工作日频率。([GH 16624](https://github.com/pandas-dev/pandas/issues/16624))

+   在 `.rolling(...).quantile()` 中错误地使用了与 `Series.quantile()` 和 `DataFrame.quantile()` 不同的默认设置（[GH 9413](https://github.com/pandas-dev/pandas/issues/9413), [GH 16211](https://github.com/pandas-dev/pandas/issues/16211)）

+   在 `groupby.transform()` 中，布尔类型被强制转换为浮点型。([GH 16875](https://github.com/pandas-dev/pandas/issues/16875))

+   在 `Series.resample(...).apply()` 中，一个空的 `Series` 修改了源索引并且没有返回一个 `Series` 的名称。([GH 14313](https://github.com/pandas-dev/pandas/issues/14313))

+   在具有 `DatetimeIndex` 的 `DataFrame` 上使用 `.rolling(...).apply(...)` 时，`window` 是一个时间增量可转换的情况下，以及 `min_periods >= 1` 时出现的错误（[GH 15305](https://github.com/pandas-dev/pandas/issues/15305)）

+   在 `DataFrame.groupby` 中，当键的数量等于分组轴上的元素数量时，索引和列键没有被正确识别。([GH 16859](https://github.com/pandas-dev/pandas/issues/16859))

+   `groupby.nunique()` 中的 Bug，与 `TimeGrouper` 结合使用时无法正确处理 `NaT`（[GH 17575](https://github.com/pandas-dev/pandas/issues/17575)）

+   `DataFrame.groupby` 中的 Bug，在从 `MultiIndex` 进行单层选择时意外地进行排序（[GH 17537](https://github.com/pandas-dev/pandas/issues/17537)）

+   `DataFrame.groupby` 中的 Bug，在使用 `Grouper` 对象覆盖模糊列名时会引发虚假警告（[GH 17383](https://github.com/pandas-dev/pandas/issues/17383)）

+   `TimeGrouper` 中的 Bug，在作为列表和标量传递时存在差异（[GH 17530](https://github.com/pandas-dev/pandas/issues/17530)）

### Sparse

+   `SparseSeries` 中的 Bug，当传入字典作为数据时会引发 `AttributeError`（[GH 16905](https://github.com/pandas-dev/pandas/issues/16905)）

+   `SparseDataFrame.fillna()` 中的 Bug，在从 SciPy 稀疏矩阵实例化的框架中未填充所有 NaNs（[GH 16112](https://github.com/pandas-dev/pandas/issues/16112)）

+   `SparseSeries.unstack()` 和 `SparseDataFrame.stack()` 中的 Bug（[GH 16614](https://github.com/pandas-dev/pandas/issues/16614), [GH 15045](https://github.com/pandas-dev/pandas/issues/15045)）

+   `make_sparse()` 中的 Bug，在数组 `dtype` 为 `object` 时，将两个数字/布尔数据（具有相同位）视为相同（[GH 17574](https://github.com/pandas-dev/pandas/issues/17574)）

+   `SparseArray.all()` 和 `SparseArray.any()` 现在已实现以处理 `SparseArray`，这些功能以前被使用但未实现（[GH 17570](https://github.com/pandas-dev/pandas/issues/17570)）

### 重塑

+   使用非唯一的 `PeriodIndex` 进行连接/合并会引发 `TypeError`（[GH 16871](https://github.com/pandas-dev/pandas/issues/16871)）

+   在 `crosstab()` 中存在 Bug，其中非对齐的整数系列被转换为浮点数（[GH 17005](https://github.com/pandas-dev/pandas/issues/17005)）

+   与日期时间类别数据类型合并存在 Bug，错误地引发了 `TypeError`（[GH 16900](https://github.com/pandas-dev/pandas/issues/16900)）

+   在大型对象系列和大型比较数组上使用 `isin()` 时存在 Bug（[GH 16012](https://github.com/pandas-dev/pandas/issues/16012)）

+   从 0.20 中的回归修复，`Series.aggregate()` 和 `DataFrame.aggregate()` 再次允许将字典作为返回值（[GH 16741](https://github.com/pandas-dev/pandas/issues/16741)）

+   修复了整数类型输入的结果的 dtype，来自 `pivot_table()` 在调用时使用 `margins=True` 时（[GH 17013](https://github.com/pandas-dev/pandas/issues/17013)）

+   在 `crosstab()` 中出现的 Bug，当传入两个具有相同名称的 `Series` 时引发 `KeyError` ([GH 13279](https://github.com/pandas-dev/pandas/issues/13279))

+   `Series.argmin()`，`Series.argmax()`，以及它们在 `DataFrame` 和 groupby 对象上的对应函数，在包含无穷值的浮点数据上能够正常工作 ([GH 13595](https://github.com/pandas-dev/pandas/issues/13595)).

+   在 `unique()` 中出现的 Bug，检查字符串元组时引发 `TypeError` ([GH 17108](https://github.com/pandas-dev/pandas/issues/17108))

+   在 `concat()` 中出现的 Bug，如果结果索引包含不可比较的元素，则其顺序是不可预测的 ([GH 17344](https://github.com/pandas-dev/pandas/issues/17344))

+   修复了在具有 `datetime64` dtype 的 `Series` 上按多个列排序时出现的回归问题，其中包含 `NaT` 值 ([GH 16836](https://github.com/pandas-dev/pandas/issues/16836))

+   在 `pivot_table()` 中出现的 Bug，当 `dropna` 为 `False` 时，结果的列未保留 `columns` 的分类 dtype ([GH 17842](https://github.com/pandas-dev/pandas/issues/17842))

+   在 `DataFrame.drop_duplicates` 中出现的 Bug，当具有非唯一列名时引发 `ValueError` ([GH 17836](https://github.com/pandas-dev/pandas/issues/17836))

+   在 `unstack()` 中出现的 Bug，在一个级别列表上调用时，会丢弃 `fillna` 参数 ([GH 13971](https://github.com/pandas-dev/pandas/issues/13971))

+   `range` 对象与其他类似列表在与 `DataFrame` 对齐时出现的 Bug，导致操作按行而不是按列执行 ([GH 17901](https://github.com/pandas-dev/pandas/issues/17901))

### 数字

+   调用 `.clip()` 时，当 `axis=1` 并且 `threshold` 传入一个类似列表时出现的 Bug；之前会引发 `ValueError` ([GH 15390](https://github.com/pandas-dev/pandas/issues/15390))

+   `Series.clip()` 和 `DataFrame.clip()` 现在将上限和下限参数的 NA 值视为 `None`，而不是引发 `ValueError` ([GH 17276](https://github.com/pandas-dev/pandas/issues/17276))

### 分类

+   在 `Series.isin()` 中出现的 Bug，当与一个分类一起调用时 ([GH 16639](https://github.com/pandas-dev/pandas/issues/16639))

+   当空值和类别造成分类构造函数中的 bug 时，`.categories`会是一个空的`Float64Index`，而不是一个空的具有对象 dtype 的`Index`（[GH 17248](https://github.com/pandas-dev/pandas/issues/17248)）

+   与 Series.cat 中的分类操作 bug，未保留原始 Series 的名称（[GH 17509](https://github.com/pandas-dev/pandas/issues/17509)）

+   `DataFrame.merge()`中的 bug，对于布尔/整数数据类型的分类列失败（[GH 17187](https://github.com/pandas-dev/pandas/issues/17187)）

+   当指定的`categories`是分类类型时，在构建`Categorical`/`CategoricalDtype`时存在 bug，导致错误（[GH 17884](https://github.com/pandas-dev/pandas/issues/17884)）。

### PyPy

+   在`read_csv()`和`usecols=[<unsorted ints>]`以及`read_json()`中与 PyPy 的兼容性（[GH 17351](https://github.com/pandas-dev/pandas/issues/17351)）

+   在必要时将测试拆分为 CPython 和 PyPy 的情况，这凸显了使用`float('nan')`、`np.nan`和`NAT`进行索引匹配的脆弱性（[GH 17351](https://github.com/pandas-dev/pandas/issues/17351)）

+   修复了支持 PyPy 的`DataFrame.memory_usage()`。 PyPy 上的对象没有固定大小，因此使用近似值（[GH 17228](https://github.com/pandas-dev/pandas/issues/17228)）

### 其他

+   一些 inplace 操作符没有被正确包装并在调用时产生了副本的 bug（[GH 12962](https://github.com/pandas-dev/pandas/issues/12962)）

+   `eval()`中的 bug，`inplace`参数被错误处理（[GH 16732](https://github.com/pandas-dev/pandas/issues/16732)）  ## 贡献者

共有 206 人为此版本做出了贡献。 带有“+”符号的人是第一次贡献代码。

+   3553x +

+   Aaron Barber

+   Adam Gleave +

+   Adam Smith +

+   AdamShamlian +

+   Adrian Liaw +

+   Alan Velasco +

+   Alan Yee +

+   Alex B +

+   Alex Lubbock +

+   Alex Marchenko +

+   Alex Rychyk +

+   Amol K +

+   Andreas Winkler

+   Andrew +

+   Andrew 亮

+   André Jonasson +

+   Becky Sweger

+   Berkay +

+   Bob Haffner +

+   Bran Yang

+   Brian Tu +

+   Brock Mendel +

+   Carol Willing +

+   Carter Green +

+   Chankey Pathak +

+   Chris

+   Chris Billington

+   Chris Filo Gorgolewski +

+   Chris Kerr

+   Chris M +

+   Chris Mazzullo +

+   Christian Prinoth

+   Christian Stade-Schuldt

+   Christoph Moehl +

+   DSM

+   Daniel Chen +

+   Daniel Grady

+   Daniel Himmelstein

+   Dave Willmer

+   David Cook

+   David Gwynne

+   David Read +

+   Dillon Niederhut +

+   Douglas Rudd

+   Eric Stein +

+   Eric Wieser +

+   Erik Fredriksen

+   Florian Wilhelm +

+   Floris Kint +

+   禁忌甜甜圈

+   Gabe F +

+   Giftlin +

+   Giftlin Rajaiah +

+   Giulio Pepe +

+   Guilherme Beltramini

+   Guillem Borrell +

+   Hanmin Qin +

+   Hendrik Makait +

+   Hugues Valois

+   Hussain Tamboli +

+   Iva Miholic +

+   Jan Novotný +

+   Jan Rudolph

+   Jean Helie +

+   Jean-Baptiste Schiratti +

+   Jean-Mathieu Deschenes

+   Jeff Knupp +

+   Jeff Reback

+   Jeff Tratner

+   JennaVergeynst

+   JimStearns206

+   Joel Nothman

+   John W. O’Brien

+   Jon Crall +

+   Jon Mease

+   Jonathan J. Helmus +

+   Joris Van den Bossche

+   JosephWagner

+   Juarez Bochi

+   Julian Kuhlmann +

+   Karel De Brabandere

+   Kassandra Keeton +

+   Keiron Pizzey +

+   Keith Webber

+   Kernc

+   Kevin Sheppard

+   Kirk Hansen +

+   Licht Takeuchi +

+   Lucas Kushner +

+   Mahdi Ben Jelloul +

+   Makarov Andrey +

+   Malgorzata Turzanska +

+   Marc Garcia +

+   Margaret Sy +

+   MarsGuy +

+   Matt Bark +

+   Matthew Roeschke

+   Matti Picus

+   Mehmet Ali “Mali” Akmanalp

+   Michael Gasvoda +

+   Michael Penkov +

+   Milo +

+   Morgan Stuart +

+   Morgan243 +

+   Nathan Ford +

+   Nick Eubank

+   Nick Garvey +

+   Oleg Shteynbuk +

+   P-Tillmann +

+   Pankaj Pandey

+   Patrick Luo

+   Patrick O’Melveny

+   Paul Reidy +

+   Paula +

+   Peter Quackenbush

+   Peter Yanovich +

+   Phillip Cloud

+   Pierre Haessig

+   Pietro Battiston

+   Pradyumna Reddy Chinthala

+   Prasanjit Prakash

+   RobinFiveWords

+   Ryan Hendrickson

+   Sam Foo

+   Sangwoong Yoon +

+   Simon Gibbons +

+   SimonBaron

+   Steven Cutting +

+   Sudeep +

+   Sylvia +

+   T N +

+   Telt

+   Thomas A Caswell

+   Tim Swast +

+   Tom Augspurger

+   Tong SHEN

+   Tuan +

+   Utkarsh Upadhyay +

+   Vincent La +

+   Vivek +

+   WANG Aiyong

+   WBare

+   Wes McKinney

+   XF +

+   Yi Liu +

+   Yosuke Nakabayashi +

+   aaron315 +

+   abarber4gh +

+   aernlund +

+   agustín méndez +

+   andymaheshw +

+   ante328 +

+   aviolov +

+   bpraggastis

+   cbertinato +

+   cclauss +

+   chernrick

+   chris-b1

+   dkamm +

+   dwkenefick

+   economy

+   faic +

+   fding253 +

+   gfyoung

+   guygoldberg +

+   hhuuggoo +

+   huashuai +

+   ian

+   iulia +

+   jaredsnyder

+   jbrockmendel +

+   jdeschenes

+   jebob +

+   jschendel +

+   keitakurita

+   kernc +

+   kiwirob +

+   kjford

+   linebp

+   lloydkirk

+   louispotok +

+   majiang +

+   manikbhandari +

+   margotphoenix +

+   matthiashuschle +

+   mattip

+   mjlove12 +

+   nmartensen +

+   pandas-docs-bot +

+   parchd-1 +

+   philipphanemann +

+   rdk1024 +

+   reidy-p +

+   ri938

+   ruiann +

+   rvernica +

+   s-weigand +

+   scotthavard92 +

+   skwbc +

+   step4me +

+   tobycheese +

+   topper-123 +

+   tsdlovell

+   ysau +

+   zzgao +  ## 新功能

### 与 Apache Parquet 文件格式的集成

与[Apache Parquet](https://parquet.apache.org/)的集成，包括一个新的顶级`read_parquet()`和`DataFrame.to_parquet()`方法，参见此处（[GH 15838](https://github.com/pandas-dev/pandas/issues/15838)，[GH 17438](https://github.com/pandas-dev/pandas/issues/17438)）。

[Apache Parquet](https://parquet.apache.org/)提供了一种跨语言的二进制文件格式，用于高效地读取和写入数据帧。Parquet 旨在忠实地序列化和反序列化`DataFrame`，支持所有 pandas 的数据类型，包括带时区的日期时间等扩展数据类型。

此功能取决于[pyarrow](http://arrow.apache.org/docs/python/)或[fastparquet](https://fastparquet.readthedocs.io/en/latest/)库。有关更多详细信息，请参阅关于 Parquet 的 IO 文档（原文已失效）。### 方法`infer_objects`类型转换

`DataFrame.infer_objects()`和`Series.infer_objects()`方法已添加以执行对象列的 dtype 推断，替换了已弃用的`convert_objects`方法的部分功能。有关更多详细信息，请参阅此处的文档（原文已失效）（[GH 11221](https://github.com/pandas-dev/pandas/issues/11221)）。

此方法仅对对象列执行软转换，将 Python 对象转换为本机类型，但不执行任何强制转换。例如：

```py
In [1]: df = pd.DataFrame({'A': [1, 2, 3],
 ...:                   'B': np.array([1, 2, 3], dtype='object'),
 ...:                   'C': ['1', '2', '3']})
 ...: 

In [2]: df.dtypes
Out[2]: 
A     int64
B    object
C    object
Length: 3, dtype: object

In [3]: df.infer_objects().dtypes
Out[3]: 
A     int64
B     int64
C    object
Length: 3, dtype: object

请注意，列'C'未转换 - 只有标量数值类型将被转换为新类型。其他类型的转换应使用to_numeric()函数（或to_datetime()，to_timedelta()）完成。

In [4]: df = df.infer_objects()

In [5]: df['C'] = pd.to_numeric(df['C'], errors='coerce')

In [6]: df.dtypes
Out[6]: 
A    int64
B    int64
C    int64
Length: 3, dtype: object 
```### 当尝试创建列时改进了警告。

新用户经常困惑于`DataFrame`实例上的列操作与属性访问之间的关系（[GH 7175](https://github.com/pandas-dev/pandas/issues/7175)）。这种困惑的一个具体实例是尝试通过在`DataFrame`上设置属性来创建新列：

```py
In [1]: df = pd.DataFrame({'one': [1., 2., 3.]})
In [2]: df.two = [4, 5, 6]

这不会引发任何明显的异常，但也不会创建新列：

In [3]: df
Out[3]:
 one
0  1.0
1  2.0
2  3.0

将类似列表的数据结构设置为新属性现在会引发UserWarning，提示可能出现意外行为。请参阅属性访问。### 方法drop现在还接受索引/列关键字。

drop()方法增加了index/columns关键字，作为指定axis的替代方案。这类似于reindex的行为（GH 12392）。

例如：

In [7]: df = pd.DataFrame(np.arange(8).reshape(2, 4),
 ...:                  columns=['A', 'B', 'C', 'D'])
 ...: 

In [8]: df
Out[8]: 
 A  B  C  D
0  0  1  2  3
1  4  5  6  7

[2 rows x 4 columns]

In [9]: df.drop(['B', 'C'], axis=1)
Out[9]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns]

# the following is now equivalent
In [10]: df.drop(columns=['B', 'C'])
Out[10]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns] 
```### 方法`rename`，`reindex`现在还接受轴关键字。

`DataFrame.rename()` 和 `DataFrame.reindex()` 方法现已添加 `axis` 关键字，用于指定要使用操作的轴（[GH 12392](https://github.com/pandas-dev/pandas/issues/12392)）。

这是 `rename`：

```py
In [11]: df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

In [12]: df.rename(str.lower, axis='columns')
Out[12]: 
 a  b
0  1  4
1  2  5
2  3  6

[3 rows x 2 columns]

In [13]: df.rename(id, axis='index')
Out[13]: 
 A  B
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

并且 reindex：

In [14]: df.reindex(['A', 'B', 'C'], axis='columns')
Out[14]: 
 A  B   C
0  1  4 NaN
1  2  5 NaN
2  3  6 NaN

[3 rows x 3 columns]

In [15]: df.reindex([0, 1, 3], axis='index')
Out[15]: 
 A    B
0  1.0  4.0
1  2.0  5.0
3  NaN  NaN

[3 rows x 2 columns]

“index, columns” 样式仍然像以前一样工作。

In [16]: df.rename(index=id, columns=str.lower)
Out[16]: 
 a  b
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

In [17]: df.reindex(index=[0, 1, 3], columns=['A', 'B', 'C'])
Out[17]: 
 A    B   C
0  1.0  4.0 NaN
1  2.0  5.0 NaN
3  NaN  NaN NaN

[3 rows x 3 columns]

我们强烈鼓励使用命名参数，以避免在使用任何一种样式时产生混淆。### 用于指定分类的 CategoricalDtype

pandas.api.types.CategoricalDtype 已添加到公共 API 并扩展以包括 categories 和 ordered 属性。CategoricalDtype 可用于指定数组的类别集和顺序性，与数据独立。例如，将字符串数据转换为 Categorical 时可以很有用（GH 14711，GH 15078，GH 16015，GH 17643）：

In [18]: from pandas.api.types import CategoricalDtype

In [19]: s = pd.Series(['a', 'b', 'c', 'a'])  # strings

In [20]: dtype = CategoricalDtype(categories=['a', 'b', 'c', 'd'], ordered=True)

In [21]: s.astype(dtype)
Out[21]: 
0    a
1    b
2    c
3    a
Length: 4, dtype: category
Categories (4, object): ['a' < 'b' < 'c' < 'd']

一个值得特别提及的地方在 read_csv() 中。以前，使用 dtype={'col': 'category'}，返回的值和类别总是字符串。

In [22]: data = 'A,B\na,1\nb,2\nc,3'

In [23]: pd.read_csv(StringIO(data), dtype={'B': 'category'}).B.cat.categories
Out[23]: Index(['1', '2', '3'], dtype='object')

注意“object” dtype。

有了所有数字、日期时间或时间增量的 CategoricalDtype，我们可以自动转换为正确的类型。

In [24]: dtype = {'B': CategoricalDtype([1, 2, 3])}

In [25]: pd.read_csv(StringIO(data), dtype=dtype).B.cat.categories
Out[25]: Index([1, 2, 3], dtype='int64')

值已正确解释为整数。

Categorical、CategoricalIndex 或具有分类类型的 Series 的 .dtype 属性现在将返回 CategoricalDtype 的实例。虽然 repr 已经改变，str(CategoricalDtype()) 仍然是字符串 'category'。我们将在此提醒用户，检测分类数据的首选方式是使用pandas.api.types.is_categorical_dtype()，而不是 str(dtype) == 'category'。

更多信息请参阅 CategoricalDtype 文档。### GroupBy 对象现在具有 pipe 方法

GroupBy 对象现在具有 pipe 方法，类似于 DataFrame 和 Series 上的方法，允许以清晰、可读的语法组合接受 GroupBy 的函数。(GH 17871)

对于一个将 .groupby 和 .pipe 结合起来的具体示例，请想象一个具有店铺、产品、收入和销售数量列的 DataFrame。我们想要对每个店铺和每个产品进行分组计算价格（即收入/数量）。我们可以通过多步操作来实现这个目标，但是使用管道来表达会使代码更易读。

首先我们设置数据：

In [26]: import numpy as np

In [27]: n = 1000

In [28]: df = pd.DataFrame({'Store': np.random.choice(['Store_1', 'Store_2'], n),
 ....:                   'Product': np.random.choice(['Product_1',
 ....:                                                'Product_2',
 ....:                                                'Product_3'
 ....:                                                ], n),
 ....:                   'Revenue': (np.random.random(n) * 50 + 10).round(2),
 ....:                   'Quantity': np.random.randint(1, 10, size=n)})
 ....: 

In [29]: df.head(2)
Out[29]: 
 Store    Product  Revenue  Quantity
0  Store_2  Product_2    32.09         7
1  Store_1  Product_3    14.20         1

[2 rows x 4 columns]

现在，要找到每个商店/产品的价格，我们可以简单地执行：

In [30]: (df.groupby(['Store', 'Product'])
 ....:   .pipe(lambda grp: grp.Revenue.sum() / grp.Quantity.sum())
 ....:   .unstack().round(2))
 ....: 
Out[30]: 
Product  Product_1  Product_2  Product_3
Store 
Store_1       6.73       6.72       7.14
Store_2       7.59       6.98       7.23

[2 rows x 3 columns]

查看更多内容，请参阅文档。### Categorical.rename_categories 接受类似字典的对象

rename_categories() 现在接受类似字典的参数作为 new_categories。先前的类别将在字典的键中查找并进行替换。与 DataFrame.rename() 中的缺失和额外键的行为相同。

In [31]: c = pd.Categorical(['a', 'a', 'b'])

In [32]: c.rename_categories({"a": "eh", "b": "bee"})
Out[32]: 
['eh', 'eh', 'bee']
Categories (2, object): ['eh', 'bee']

警告

为了帮助升级 pandas，rename_categories 将 Series 视为类似列表的对象。通常，Series 被视为类似字典的对象（例如在 .rename、.map 中）。在未来的 pandas 版本中，rename_categories 将会更改为将其视为类似字典的对象。请遵循警告消息中的建议编写具有未来兼容性的代码。

In [33]: c.rename_categories(pd.Series([0, 1], index=['a', 'c']))
FutureWarning: Treating Series 'new_categories' as a list-like and using the values.
In a future version, 'rename_categories' will treat Series like a dictionary.
For dict-like, use 'new_categories.to_dict()'
For list-like, use 'new_categories.values'.
Out[33]:
[0, 0, 1]
Categories (2, int64): [0, 1] 
```  ### 其他增强功能

#### 新函数或方法

+   `Resampler.nearest()` 被添加以支持最近邻上采样（[GH 17496](https://github.com/pandas-dev/pandas/issues/17496)）。

+   `Index` 现在支持 `to_frame` 方法（[GH 15230](https://github.com/pandas-dev/pandas/issues/15230)）。

#### 新关键字

+   在 `infer_dtype()` 中添加了一个 `skipna` 参数，以支持在存在缺失值时进行类型推断（[GH 17059](https://github.com/pandas-dev/pandas/issues/17059)）。

+   `Series.to_dict()` 和 `DataFrame.to_dict()` 现在支持 `into` 关键字，允许您指定要返回的 `collections.Mapping` 子类。默认为 `dict`，向后兼容。([GH 16122](https://github.com/pandas-dev/pandas/issues/16122))

+   `Series.set_axis()` 和 `DataFrame.set_axis()` 现在支持 `inplace` 参数。([GH 14636](https://github.com/pandas-dev/pandas/issues/14636))

+   `Series.to_pickle()` 和 `DataFrame.to_pickle()` 增加了一个 `protocol` 参数 ([GH 16252](https://github.com/pandas-dev/pandas/issues/16252))。默认情况下，该参数设置为[HIGHEST_PROTOCOL](https://docs.python.org/3/library/pickle.html#data-stream-format)

+   `read_feather()` 增加了 `nthreads` 参数，用于多线程操作 ([GH 16359](https://github.com/pandas-dev/pandas/issues/16359))

+   `DataFrame.clip()` 和 `Series.clip()` 增加了一个 `inplace` 参数。([GH 15388](https://github.com/pandas-dev/pandas/issues/15388))

+   `crosstab()` 增加了一个 `margins_name` 参数，用于定义当 `margins=True` 时包含总计的行/列的名称。([GH 15972](https://github.com/pandas-dev/pandas/issues/15972))

+   `read_json()` 现在接受一个 `chunksize` 参数，当 `lines=True` 时可用。如果传递了 `chunksize`，read_json 现在将返回一个迭代器，每次迭代读取 `chunksize` 行。([GH 17048](https://github.com/pandas-dev/pandas/issues/17048))

+   `read_json()` 和 `to_json()` 现在接受一个 `compression` 参数，允许它们透明地处理压缩文件。 ([GH 17798](https://github.com/pandas-dev/pandas/issues/17798))

#### 各种增强

+   提高了 pandas 的导入时间约 2.25 倍。([GH 16764](https://github.com/pandas-dev/pandas/issues/16764))

+   对大多数读取器（例如 `read_csv()`）和写入器（例如 `DataFrame.to_csv()`）添加了对[PEP 519 – 添加文件系统路径协议](https://www.python.org/dev/peps/pep-0519/)的支持。 ([GH 13823](https://github.com/pandas-dev/pandas/issues/13823)).

+   向 `pd.HDFStore`、`pd.ExcelFile` 和 `pd.ExcelWriter` 添加了一个 `__fspath__` 方法，以正确处理文件系统路径协议 ([GH 13823](https://github.com/pandas-dev/pandas/issues/13823)).

+   `merge()` 的 `validate` 参数现在检查合并是一对一、一对多、多对一还是多对多。如果发现合并不符合指定的合并类型，将引发 `MergeError` 类型的异常。更多信息，请参见这里 ([GH 16270](https://github.com/pandas-dev/pandas/issues/16270))

+   增加对[PEP 518](https://www.python.org/dev/peps/pep-0518/) (`pyproject.toml`)的构建系统支持 ([GH 16745](https://github.com/pandas-dev/pandas/issues/16745))

+   `RangeIndex.append()` 现在在可能的情况下返回一个 `RangeIndex` 对象 ([GH 16212](https://github.com/pandas-dev/pandas/issues/16212))

+   `Series.rename_axis()` 和 `DataFrame.rename_axis()` 在 `inplace=True` 的情况下，重命名轴时返回 `None`。([GH 15704](https://github.com/pandas-dev/pandas/issues/15704))

+   `api.types.infer_dtype()` 现在推断小数。([GH 15690](https://github.com/pandas-dev/pandas/issues/15690))

+   `DataFrame.select_dtypes()` 现在接受标量值作为包含/排除，以及类似列表的值。([GH 16855](https://github.com/pandas-dev/pandas/issues/16855))

+   `date_range()` 现在接受‘YS’作为年初的别名，与‘AS’一起。([GH 9313](https://github.com/pandas-dev/pandas/issues/9313))

+   `date_range()` 现在接受‘Y’作为年末的别名，与‘A’一起。([GH 9313](https://github.com/pandas-dev/pandas/issues/9313))

+   `DataFrame.add_prefix()` 和 `DataFrame.add_suffix()` 现在接受包含‘%’字符的字符串。([GH 17151](https://github.com/pandas-dev/pandas/issues/17151))

+   从路径样式对象（例如 `pathlib.Path`）推断压缩的读/写方法（`read_csv()`, `read_table()`, `read_pickle()` 和 `to_pickle()`）现在可以推断压缩。([GH 17206](https://github.com/pandas-dev/pandas/issues/17206))

+   `read_sas()` 现在可以识别 SAS7BDAT 文件中最常用的日期（时间）格式的更多内容。([GH 15871](https://github.com/pandas-dev/pandas/issues/15871))

+   `DataFrame.items()` 和 `Series.items()` 现在在 Python 2 和 3 中都存在，并且在所有情况下都是惰性的。([GH 13918](https://github.com/pandas-dev/pandas/issues/13918), [GH 17213](https://github.com/pandas-dev/pandas/issues/17213))

+   `pandas.io.formats.style.Styler.where()` 已实现为 `pandas.io.formats.style.Styler.applymap()` 的一种便利。([GH 17474](https://github.com/pandas-dev/pandas/issues/17474))

+   `MultiIndex.is_monotonic_decreasing()` 已实现。先前在所有情况下返回 `False`。([GH 16554](https://github.com/pandas-dev/pandas/issues/16554))

+   `read_excel()` 如果未安装 `xlrd`，将引发 `ImportError` 并显示更好的消息。([GH 17613](https://github.com/pandas-dev/pandas/issues/17613))

+   `DataFrame.assign()` 将保留 Python 3.6+ 用户的 `**kwargs` 的原始顺序，而不是对列名进行排序。([GH 14207](https://github.com/pandas-dev/pandas/issues/14207))

+   `Series.reindex()`, `DataFrame.reindex()`, `Index.get_indexer()` 现在支持 `tolerance` 的类似列表的参数。([GH 17367](https://github.com/pandas-dev/pandas/issues/17367))  ### 与 Apache Parquet 文件格式的集成

与[Apache Parquet](https://parquet.apache.org/)集成，包括一个新的顶级`read_parquet()`和`DataFrame.to_parquet()`方法，见这里（[GH 15838](https://github.com/pandas-dev/pandas/issues/15838)，[GH 17438](https://github.com/pandas-dev/pandas/issues/17438))。

[Apache Parquet](https://parquet.apache.org/)提供了一个跨语言的二进制文件格式，用于高效读写数据框。Parquet 旨在忠实地序列化和反序列化`DataFrame`，支持所有 pandas dtypes，包括带时区的 datetime 等扩展 dtypes。

此功能取决于[pyarrow](http://arrow.apache.org/docs/python/)或[fastparquet](https://fastparquet.readthedocs.io/en/latest/)库。有关更多详情，请参阅 Parquet 上的 IO 文档。

### 方法`infer_objects`类型转换

已添加`DataFrame.infer_objects()`和`Series.infer_objects()`方法，在对象列上执行 dtype 推断，取代了已弃用的`convert_objects`方法的部分功能。有关更多详情，请参阅这里的文档（[GH 11221](https://github.com/pandas-dev/pandas/issues/11221)）。

此方法仅对对象列执行软转换，将 Python 对象转换为本机类型，而不进行任何强制转换。例如：

```py
In [1]: df = pd.DataFrame({'A': [1, 2, 3],
 ...:                   'B': np.array([1, 2, 3], dtype='object'),
 ...:                   'C': ['1', '2', '3']})
 ...: 

In [2]: df.dtypes
Out[2]: 
A     int64
B    object
C    object
Length: 3, dtype: object

In [3]: df.infer_objects().dtypes
Out[3]: 
A     int64
B     int64
C    object
Length: 3, dtype: object

请注意，列'C'未被转换 - 只有标量数值类型将被转换为新类型。其他类型的转换应使用to_numeric()函数（或to_datetime()、to_timedelta()）来完成。

In [4]: df = df.infer_objects()

In [5]: df['C'] = pd.to_numeric(df['C'], errors='coerce')

In [6]: df.dtypes
Out[6]: 
A    int64
B    int64
C    int64
Length: 3, dtype: object

尝试创建列时改进的警告

新用户经常对DataFrame实例上的列操作和属性访问之间的关系感到困惑（GH 7175）。此混淆的一个具体实例是尝试通过设置DataFrame上的属性来创建新列：

In [1]: df = pd.DataFrame({'one': [1., 2., 3.]})
In [2]: df.two = [4, 5, 6]

这不会引发任何明显的异常，但也不会创建新列：

In [3]: df
Out[3]:
 one
0  1.0
1  2.0
2  3.0

将类似于列表的数据结构设置为新属性现在会引发一个UserWarning，指出可能会出现意外行为。请参阅 Attribute Access。

方法 `drop` 现在也接受 index/columns 关键字

drop() 方法现在可以使用 index/columns 关键字作为指定 axis 的替代方法。这类似于 reindex 的行为（GH 12392）。

例如：

In [7]: df = pd.DataFrame(np.arange(8).reshape(2, 4),
 ...:                  columns=['A', 'B', 'C', 'D'])
 ...: 

In [8]: df
Out[8]: 
 A  B  C  D
0  0  1  2  3
1  4  5  6  7

[2 rows x 4 columns]

In [9]: df.drop(['B', 'C'], axis=1)
Out[9]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns]

# the following is now equivalent
In [10]: df.drop(columns=['B', 'C'])
Out[10]: 
 A  D
0  0  3
1  4  7

[2 rows x 2 columns]

方法 `rename`、`reindex` 现在也接受 axis 关键字

DataFrame.rename() 和 DataFrame.reindex() 方法现在增加了 axis 关键字来指定操作的轴（GH 12392）。

这是 rename：

In [11]: df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

In [12]: df.rename(str.lower, axis='columns')
Out[12]: 
 a  b
0  1  4
1  2  5
2  3  6

[3 rows x 2 columns]

In [13]: df.rename(id, axis='index')
Out[13]: 
 A  B
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

还有 reindex：

In [14]: df.reindex(['A', 'B', 'C'], axis='columns')
Out[14]: 
 A  B   C
0  1  4 NaN
1  2  5 NaN
2  3  6 NaN

[3 rows x 3 columns]

In [15]: df.reindex([0, 1, 3], axis='index')
Out[15]: 
 A    B
0  1.0  4.0
1  2.0  5.0
3  NaN  NaN

[3 rows x 2 columns]

“index, columns” 风格的方式仍然像以前一样有效。

In [16]: df.rename(index=id, columns=str.lower)
Out[16]: 
 a  b
140682504175824  1  4
140682504175856  2  5
140682504175888  3  6

[3 rows x 2 columns]

In [17]: df.reindex(index=[0, 1, 3], columns=['A', 'B', 'C'])
Out[17]: 
 A    B   C
0  1.0  4.0 NaN
1  2.0  5.0 NaN
3  NaN  NaN NaN

[3 rows x 3 columns]

我们强烈建议使用命名参数以避免在使用任一风格时产生混淆。

用于指定分类的 `CategoricalDtype`

pandas.api.types.CategoricalDtype 已添加到公共 API，并扩展以包括 categories 和 ordered 属性。CategoricalDtype 可以用于指定数组的类别集和排序，独立于数据。例如，在将字符串数据转换为 Categorical 时这可能会很有用（GH 14711，GH 15078，GH 16015，GH 17643）：

In [18]: from pandas.api.types import CategoricalDtype

In [19]: s = pd.Series(['a', 'b', 'c', 'a'])  # strings

In [20]: dtype = CategoricalDtype(categories=['a', 'b', 'c', 'd'], ordered=True)

In [21]: s.astype(dtype)
Out[21]: 
0    a
1    b
2    c
3    a
Length: 4, dtype: category
Categories (4, object): ['a' < 'b' < 'c' < 'd']

有一个特别需要提及的地方是在 read_csv() 中。以前，使用 dtype={'col': 'category'}，返回的值和类别总是字符串。

In [22]: data = 'A,B\na,1\nb,2\nc,3'

In [23]: pd.read_csv(StringIO(data), dtype={'B': 'category'}).B.cat.categories
Out[23]: Index(['1', '2', '3'], dtype='object')

注意“object” dtype。

有了包含所有数字、日期时间或时间差的 CategoricalDtype，我们可以自动转换为正确的类型

In [24]: dtype = {'B': CategoricalDtype([1, 2, 3])}

In [25]: pd.read_csv(StringIO(data), dtype=dtype).B.cat.categories
Out[25]: Index([1, 2, 3], dtype='int64')

值已经被正确解释为整数。

Categorical、CategoricalIndex 或具有分类类型的 Series 的 .dtype 属性现在将返回 CategoricalDtype 的实例。虽然 repr 已更改，但 str(CategoricalDtype()) 仍然是字符串 'category'。我们在此提醒用户，检测分类数据的首选方式是使用 pandas.api.types.is_categorical_dtype()，而不是 str(dtype) == 'category'。

更多信息请参阅 CategoricalDtype 文档。

`GroupBy` 对象现在具有 `pipe` 方法

现在 GroupBy 对象也具有 pipe 方法，类似于 DataFrame 和 Series 上的方法，可以以清晰、可读的语法组合接受 GroupBy 的函数。(GH 17871)

一个结合了 .groupby 和 .pipe 的具体例子是，想象有一个包含了店铺、产品、收入和销售数量列的 DataFrame。我们想要对每个店铺和每个产品进行组内价格计算（即收入/数量）。我们可以通过多步操作来实现这一点，但是用管道的方式表达可以使代码更具可读性。

首先我们设置了数据：

In [26]: import numpy as np

In [27]: n = 1000

In [28]: df = pd.DataFrame({'Store': np.random.choice(['Store_1', 'Store_2'], n),
 ....:                   'Product': np.random.choice(['Product_1',
 ....:                                                'Product_2',
 ....:                                                'Product_3'
 ....:                                                ], n),
 ....:                   'Revenue': (np.random.random(n) * 50 + 10).round(2),
 ....:                   'Quantity': np.random.randint(1, 10, size=n)})
 ....: 

In [29]: df.head(2)
Out[29]: 
 Store    Product  Revenue  Quantity
0  Store_2  Product_2    32.09         7
1  Store_1  Product_3    14.20         1

[2 rows x 4 columns]

现在，要找到每个店铺/产品的价格，我们可以简单地执行：

In [30]: (df.groupby(['Store', 'Product'])
 ....:   .pipe(lambda grp: grp.Revenue.sum() / grp.Quantity.sum())
 ....:   .unstack().round(2))
 ....: 
Out[30]: 
Product  Product_1  Product_2  Product_3
Store 
Store_1       6.73       6.72       7.14
Store_2       7.59       6.98       7.23

[2 rows x 3 columns]

有关更多信息，请参阅文档。

`Categorical.rename_categories` 接受类似于字典的参数

rename_categories() 现在接受类似于字典的参数作为 new_categories。之前的类别将在字典的键中查找并进行替换。与 DataFrame.rename() 中的行为相同，缺失和额外的键的行为也相同。

In [31]: c = pd.Categorical(['a', 'a', 'b'])

In [32]: c.rename_categories({"a": "eh", "b": "bee"})
Out[32]: 
['eh', 'eh', 'bee']
Categories (2, object): ['eh', 'bee']

警告

为了帮助升级 pandas，rename_categories 现在将 Series 视为类似于列表的对象。通常，Series 被认为类似于字典（例如，在 .rename，.map 中）。在 pandas 的将来版本中，rename_categories 将更改为将其视为类似于字典的对象。请遵循警告消息中的建议编写具有未来兼容性的代码。

In [33]: c.rename_categories(pd.Series([0, 1], index=['a', 'c']))
FutureWarning: Treating Series 'new_categories' as a list-like and using the values.
In a future version, 'rename_categories' will treat Series like a dictionary.
For dict-like, use 'new_categories.to_dict()'
For list-like, use 'new_categories.values'.
Out[33]:
[0, 0, 1]
Categories (2, int64): [0, 1]

其他增强

新增的函数或方法

Resampler.nearest() 现在支持最近邻上采样（GH 17496）。
Index 已添加了对 to_frame 方法的支持（GH 15230）。

新增的关键字

在 infer_dtype() 中添加了一个 skipna 参数，以支持在存在缺失值时进行类型推断（GH 17059）。
Series.to_dict() 和 DataFrame.to_dict() 现在支持 into 关键字，允许您指定要返回的 collections.Mapping 子类。默认为 dict，向后兼容。(GH 16122)
Series.set_axis()和DataFrame.set_axis()现在支持inplace参数（GH 14636）。
Series.to_pickle()和DataFrame.to_pickle()现在增加了一个protocol参数（GH 16252）。默认情况下，此参数设置为HIGHEST_PROTOCOL。
read_feather()增加了nthreads参数用于多线程操作（GH 16359）。
DataFrame.clip()和Series.clip()现在增加了一个inplace参数（GH 15388）。
crosstab()现在增加了一个margins_name参数，用于在margins=True时定义包含总计的行/列的名称（GH 15972）。
read_json()现在接受一个chunksize参数，当lines=True时可以使用。如果传递了chunksize，read_json 现在返回一个迭代器，每次迭代读取chunksize行。（GH 17048）。
read_json()和to_json()现在接受一个compression参数，允许它们透明地处理压缩文件（GH 17798）。

各种增强功能。

将 pandas 的导入时间提高了约 2.25 倍（GH 16764）。
支持PEP 519 – 添加文件系统路径协议的大多数读取器（例如`read_csv()``](../reference/api/pandas.DataFrame.to_csv.html#pandas.DataFrame.to_csv "pandas.DataFrame.to_csv"））（GH 13823）。
添加了 pd.HDFStore，pd.ExcelFile 和 pd.ExcelWriter 的 __fspath__ 方法，以便与文件系统路径协议正常工作 (GH 13823).
merge() 的 validate 参数现在检查合并是一对一、一对多、多对一还是多对多。如果发现合并不是指定的合并类型的示例，则会引发 MergeError 类型的异常。详情请参阅这里 (GH 16270)
为PEP 518 (pyproject.toml)添加了构建系统的支持 (GH 16745)
RangeIndex.append() 现在在可能时返回 RangeIndex 对象 (GH 16212)
Series.rename_axis() 和 DataFrame.rename_axis() 使用 inplace=True 时，现在在原地重命名轴时返回 None。 (GH 15704)
api.types.infer_dtype() 现在推断十进制。 (GH 15690)
DataFrame.select_dtypes() 现在接受标量值作为 include/exclude，也可以是类似列表的对象。 (GH 16855)
date_range() 现在除了‘AS’之外还接受‘YS’作为年初的别名。 (GH 9313)
date_range() 现在除了‘A’之外还接受‘Y’作为年末的别名。 (GH 9313)
DataFrame.add_prefix() 和 DataFrame.add_suffix() 现在接受包含‘%’字符的字符串。 (GH 17151)
可以从路径类对象（如pathlib.Path）推断压缩的读/写方法(read_csv(), read_table(), read_pickle(), 和 to_pickle())。(GH 17206)
read_sas()现在可以识别 SAS7BDAT 文件中最常用的日期（时间）格式。(GH 15871)
DataFrame.items()和Series.items()现在在 Python 2 和 3 中都存在，并且在所有情况下都是惰性的。(GH 13918, GH 17213)
pandas.io.formats.style.Styler.where()已实现为pandas.io.formats.style.Styler.applymap()的便利方法。(GH 17474)
MultiIndex.is_monotonic_decreasing()已实现。以前在所有情况下返回False。(GH 16554)
如果未安装xlrd，read_excel()将引发ImportError并提供更好的消息。(GH 17613)
DataFrame.assign()将保留**kwargs的原始顺序，而不是对列名进行排序，适用于 Python 3.6+用户。(GH 14207)
Series.reindex(), DataFrame.reindex(), Index.get_indexer()现在支持tolerance的类似列表参数。(GH 17367)

新函数或方法

Resampler.nearest()被添加以支持最近邻上采样。(GH 17496)
Index 现在支持 to_frame 方法 (GH 15230).

新的关键字

在 infer_dtype() 中添加了一个 skipna 参数，以支持在存在缺失值时进行类型推断 (GH 17059).
Series.to_dict() 和 DataFrame.to_dict() 现在支持一个 into 关键字，允许您指定要返回的 collections.Mapping 子类。默认为 dict，与向后兼容。(GH 16122)
Series.set_axis() 和 DataFrame.set_axis() 现在支持 inplace 参数。(GH 14636)
Series.to_pickle() 和 DataFrame.to_pickle() 增加了一个 protocol 参数 (GH 16252)。默认情况下，此参数设置为 HIGHEST_PROTOCOL
read_feather() 现在增加了 nthreads 参数以支持多线程操作 (GH 16359)
DataFrame.clip() 和 Series.clip() 增加了一个 inplace 参数。(GH 15388)
crosstab() 增加了一个 margins_name 参数，用于在 margins=True 时定义包含总计的行/列的名称。(GH 15972)
read_json() 现在在 lines=True 时接受一个 chunksize 参数。如果传入 chunksize，read_json 现在会返回一个迭代器，每次迭代读入 chunksize 行。(GH 17048)
read_json() 和 to_json() 现在接受一个 compression 参数，使它们能够透明地处理压缩文件。 (GH 17798)

各种增强功能

提高了 pandas 的导入时间约 2.25 倍。 (GH 16764)
在大多数读取器（例如 read_csv()）和写入器（例如 DataFrame.to_csv()）上添加了对 PEP 519 – 添加文件系统路径协议的支持 (GH 13823).
向 pd.HDFStore、pd.ExcelFile 和 pd.ExcelWriter 添加了一个 __fspath__ 方法，以便与文件系统路径协议正常工作 (GH 13823).
merge() 的 validate 参数现在检查合并是一对一、一对多、多对一还是多对多。如果发现合并不是指定合并类型的示例，将引发 MergeError 类型的异常。更多信息请参见此处 (GH 16270)
对构建系统添加了对 PEP 518 (pyproject.toml) 的支持 (GH 16745)
RangeIndex.append() 现在在可能的情况下返回一个 RangeIndex 对象 (GH 16212)
Series.rename_axis() 和 DataFrame.rename_axis() 在 inplace=True 时，将轴重命名为 None。 (GH 15704)
api.types.infer_dtype() 现在推断小数。 (GH 15690)
DataFrame.select_dtypes() 现在接受标量值作为包含/排除以及类似列表的参数。 (GH 16855)
date_range() 现在除了‘AS’之外还接受‘YS’作为年初的别名。(GH 9313)
date_range() 现在除了‘A’之外还接受‘Y’作为年末的别名。(GH 9313)
DataFrame.add_prefix() 和 DataFrame.add_suffix() 现在接受包含‘%’字符的字符串。(GH 17151)
从推断压缩的读/写方法（read_csv(), read_table(), read_pickle(), 和 to_pickle()）现在可以从类似 pathlib.Path 的路径对象中推断。(GH 17206)
read_sas() 现在可以识别更多在 SAS7BDAT 文件中最常用的日期（时间）格式。(GH 15871)
DataFrame.items() 和 Series.items() 现在在 Python 2 和 3 中都存在，并且在所有情况下都是惰性的。(GH 13918, GH 17213)
pandas.io.formats.style.Styler.where() 已经实现，作为 pandas.io.formats.style.Styler.applymap() 的便利。(GH 17474)
MultiIndex.is_monotonic_decreasing() 已经实现。以前在所有情况下返回 False。(GH 16554)
read_excel() 如果未安装 xlrd，将引发 ImportError 并提供更好的消息。(GH 17613)
DataFrame.assign() 将为 Python 3.6+ 用户保留 **kwargs 的原始顺序，而不是对列名进行排序。(GH 14207)
Series.reindex(), DataFrame.reindex(), Index.get_indexer() 现在支持tolerance的类似列表参数。 (GH 17367)

不向后兼容的 API 更改

依赖关系已增加最低版本

我们已经更新了我们所支持的依赖项的最低版本（GH 15206, GH 15543, GH 15214）。如果已安装，我们现在需要：

Package Minimum Version Required

Numpy 1.9.0 X

Matplotlib 1.4.3

Scipy 0.14.0

Bottleneck 1.0.0

Package	Minimum Version	Required
Numpy	1.9.0	X
Matplotlib	1.4.3
Scipy	0.14.0
Bottleneck	1.0.0

另外，支持已放弃 Python 3.4 (GH 15251)。 ### 所有-NaN 或空系列/数据框的和/乘积现在一致为 NaN

注意

此处描述的更改已部分回滚。有关更多信息，请参见 v0.22.0 Whatsnew 。

在所有 NaN 的 Series/DataFrames 上sum和prod的行为不再取决于是否安装了 bottleneck，并且空 Series 的sum和prod的返回值已更改 (GH 9422, GH 15507)。

在空或所有 NaN 的 Series，或 DataFrame 的列上调用 sum 或 prod 将导致 NaN。请参阅文档。

In [33]: s = pd.Series([np.nan])

以前未安装 bottleneck 时：

In [2]: s.sum()
Out[2]: np.nan

以前使用bottleneck时：

In [2]: s.sum()
Out[2]: 0.0

新行为，不考虑瓶颈安装：

In [34]: s.sum()
Out[34]: 0.0

请注意，这也更改了空 Series 的总和。以前，无论是否安装了 bottleneck，这总是返回 0：

In [1]: pd.Series([]).sum()
Out[1]: 0

但是为了与全 NaN 情况保持一致，这也被更改为返回 0：

In [2]: pd.Series([]).sum()
Out[2]: 0 
```  ### 使用带有缺失标签的列表进行索引已被弃用

以前，选择使用标签列表，其中一个或多个标签丢失，将总是成功，并返回 `NaN` 以表示缺失标签。现在将显示一个 `FutureWarning`。将来这将引发一个 `KeyError` ([GH 15747](https://github.com/pandas-dev/pandas/issues/15747))。当传递至少有一个缺失标签的标签列表时，此警告将在使用 `.loc[]` 或 `[[]]` 选择 `DataFrame` 或 `Series` 时触发。

```py
In [35]: s = pd.Series([1, 2, 3])

In [36]: s
Out[36]: 
0    1
1    2
2    3
Length: 3, dtype: int64

先前的行为

In [4]: s.loc[[1, 2, 3]]
Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

当前行为

In [4]: s.loc[[1, 2, 3]]
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
https://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike

Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

实现选择可能不存在的元素的惯用方法是通过 .reindex()

In [37]: s.reindex([1, 2, 3])
Out[37]: 
1    2.0
2    3.0
3    NaN
Length: 3, dtype: float64

选择所有找到的键的行为未更改。

In [38]: s.loc[[1, 2]]
Out[38]: 
1    2
2    3
Length: 2, dtype: int64 
```  ### NA 命名更改

为了在 pandas API 中促进更一致性，我们添加了额外的顶层函数`isna()`和`notna()`，它们是`isnull()`和`notnull()`的别名。命名方案现在更符合`.dropna()`和`.fillna()`等方法。此外，在定义了`.isnull()`和`.notnull()`方法的所有情况下，这些方法还有名为`.isna()`和`.notna()`的附加方法，这些方法适用于类别`Categorical`、`Index`、`Series`和`DataFrame`。([GH 15001](https://github.com/pandas-dev/pandas/issues/15001))。

配置选项`pd.options.mode.use_inf_as_null`已被弃用，添加了`pd.options.mode.use_inf_as_na`作为替代。### Series/Index 的迭代现在将返回 Python 标量

以前，当对具有`int`或`float`类型的`Series`使用某些迭代方法时，您将收到一个`numpy`标量，例如`np.int64`，而不是 Python 的`int`。问题（[GH 10904](https://github.com/pandas-dev/pandas/issues/10904)）已为`Series.tolist()`和`list(Series)`进行了更正。此更改使所有迭代方法保持一致，特别是对于`__iter__()`和`.map()`；请注意，这仅影响 int/float 类型。([GH 13236](https://github.com/pandas-dev/pandas/issues/13236), [GH 13258](https://github.com/pandas-dev/pandas/issues/13258), [GH 14216](https://github.com/pandas-dev/pandas/issues/14216))。

```py
In [39]: s = pd.Series([1, 2, 3])

In [40]: s
Out[40]: 
0    1
1    2
2    3
Length: 3, dtype: int64

以前：

In [2]: type(list(s)[0])
Out[2]: numpy.int64

新行为：

In [41]: type(list(s)[0])
Out[41]: int

此外，现在这将正确地对DataFrame.to_dict()的迭代结果进行封装。

In [42]: d = {'a': [1], 'b': ['b']}

In [43]: df = pd.DataFrame(d)

以前：

In [8]: type(df.to_dict()['a'][0])
Out[8]: numpy.int64

新行为：

In [44]: type(df.to_dict()['a'][0])
Out[44]: int 
```  ### 使用布尔索引进行索引

以前，当将布尔`Index`传递给`.loc`时，如果`Series/DataFrame`的索引具有`boolean`标签，则会获得基于标签的选择，可能会重复结果标签，而不是布尔索引选择（其中`True`选择元素），这与布尔 numpy 数组索引的方式不一致。新行为是像布尔 numpy 数组索引器一样操作。([GH 17738](https://github.com/pandas-dev/pandas/issues/17738))

先前行为：

```py
In [45]: s = pd.Series([1, 2, 3], index=[False, True, False])

In [46]: s
Out[46]: 
False    1
True     2
False    3
Length: 3, dtype: int64

In [59]: s.loc[pd.Index([True, False, True])]
Out[59]:
True     2
False    1
False    3
True     2
dtype: int64

当前行为

In [47]: s.loc[pd.Index([True, False, True])]
Out[47]: 
False    1
False    3
Length: 2, dtype: int64

此外，以前如果您有一个非数字索引（例如字符串），那么布尔索引将引发KeyError。现在将被视为布尔索引器。

先前行为：

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

In [49]: s
Out[49]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [39]: s.loc[pd.Index([True, False, True])]
KeyError: "None of [Index([True, False, True], dtype='object')] are in the [index]"

当前行为

In [50]: s.loc[pd.Index([True, False, True])]
Out[50]: 
a    1
c    3
Length: 2, dtype: int64 
```  ### `PeriodIndex` 重新采样

在 pandas 的先前版本中，对由 `PeriodIndex` 索引的 `Series`/`DataFrame` 进行重新采样，在某些情况下会返回 `DatetimeIndex` ([GH 12884](https://github.com/pandas-dev/pandas/issues/12884))。现在，对倍频率进行重新采样将返回 `PeriodIndex` ([GH 15944](https://github.com/pandas-dev/pandas/issues/15944))。作为一个小的增强，对 `PeriodIndex` 进行重新采样现在可以处理 `NaT` 值 ([GH 13224](https://github.com/pandas-dev/pandas/issues/13224))。

先前的行为：

```py
In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017-03-31     1.0
2017-09-30     5.5
2018-03-31    10.0
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: DatetimeIndex(['2017-03-31', '2017-09-30', '2018-03-31'], dtype='datetime64[ns]', freq='2Q-DEC')

新行为：

In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017Q1    2.5
2017Q3    8.5
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: PeriodIndex(['2017Q1', '2017Q3'], dtype='period[2Q-DEC]')

上采样并调用 .ohlc() 先前返回一个 Series，基本上与调用 .asfreq() 相同。OHLC 上采样现在返回一个带有列 open、high、low 和 close 的 DataFrame (GH 13083)。这与下采样和 DatetimeIndex 的行为一致。

先前的行为：

In [1]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [2]: s = pd.Series(np.arange(10), index=pi)

In [3]: s.resample('H').ohlc()
Out[3]:
2000-01-01 00:00    0.0
 ...
2000-01-10 23:00    NaN
Freq: H, Length: 240, dtype: float64

In [4]: s.resample('M').ohlc()
Out[4]:
 open  high  low  close
2000-01     0     9    0      9

新行为：

In [56]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [57]: s = pd.Series(np.arange(10), index=pi)

In [58]: s.resample('H').ohlc()
Out[58]:
 open  high  low  close
2000-01-01 00:00   0.0   0.0  0.0    0.0
2000-01-01 01:00   NaN   NaN  NaN    NaN
2000-01-01 02:00   NaN   NaN  NaN    NaN
2000-01-01 03:00   NaN   NaN  NaN    NaN
2000-01-01 04:00   NaN   NaN  NaN    NaN
...                ...   ...  ...    ...
2000-01-10 19:00   NaN   NaN  NaN    NaN
2000-01-10 20:00   NaN   NaN  NaN    NaN
2000-01-10 21:00   NaN   NaN  NaN    NaN
2000-01-10 22:00   NaN   NaN  NaN    NaN
2000-01-10 23:00   NaN   NaN  NaN    NaN

[240 rows x 4 columns]

In [59]: s.resample('M').ohlc()
Out[59]:
 open  high  low  close
2000-01     0     9    0      9

[1 rows x 4 columns] 
```  ### 在 pd.eval 中的项赋值改进的错误处理

`eval()` 当项赋值失败或指定了原地操作但在表达式中没有项赋值时，现在会引发 `ValueError` ([GH 16732](https://github.com/pandas-dev/pandas/issues/16732))

```py
In [51]: arr = np.array([1, 2, 3])

先前，如果尝试以下表达式，将会得到一个不太有用的错误消息：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`)
and integer or boolean arrays are valid indices

这是说 numpy 数组不支持字符串项索引的一种非常长的方式。随着这个变化，错误消息现在是这样的：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
ValueError: Cannot assign expression output to target

还可以在没有项赋值的情况下进行表达式的原地求值：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
Out[4]: 3

然而，这个输入并没有太多意义，因为输出没有被分配给目标。现在，当传入这样的输入时，将会引发 ValueError：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
...
ValueError: Cannot operate inplace if there is no assignment 
```  ### Dtype 转换

先前的赋值、`.where()` 和 `.fillna()` 与 `bool` 赋值一起使用，会强制转换为相同类型（例如 int / float），或者对于日期时间型会引发错误。现在，这些将保留具有 `object` dtype 的 bools。([GH 16821](https://github.com/pandas-dev/pandas/issues/16821))。

```py
In [52]: s = pd.Series([1, 2, 3])

In [5]: s[1] = True

In [6]: s
Out[6]:
0    1
1    1
2    3
dtype: int64

新行为

In [7]: s[1] = True

In [8]: s
Out[8]:
0       1
1    True
2       3
Length: 3, dtype: object

先前，对于具有非日期时间型的 datetimelike 的赋值会强制转换被赋值的非日期时间型项 (GH 14145)。

In [53]: s = pd.Series([pd.Timestamp('2011-01-01'), pd.Timestamp('2012-01-01')])

In [1]: s[1] = 1

In [2]: s
Out[2]:
0   2011-01-01 00:00:00.000000000
1   1970-01-01 00:00:00.000000001
dtype: datetime64[ns]

这些现在强制转换为 object dtype。

In [1]: s[1] = 1

In [2]: s
Out[2]:
0    2011-01-01 00:00:00
1                      1
dtype: object

在 .where() 中使用 datetimelikes 的不一致行为，会引发而不是强制转换为 object (GH 16402)
在使用 np.ndarray 的 float64 dtype 的 int64 数据进行赋值时可能会保持 int64 dtype 的错误（GH 14001) ### 具有单个级别的 MultiIndex 构造函数

MultiIndex 构造函数不再将所有长度为一的级别的 MultiIndex 压缩为常规的 Index。这影响所有 MultiIndex 构造函数。(GH 17178)

先前的行为：

In [2]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[2]: Index(['a', 'b'], dtype='object')

长度为 1 的级别不再特殊处理。它们的行为与长度为 2+ 的级别完全相同，因此 MultiIndex 构造函数始终返回 MultiIndex：

In [54]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[54]: 
MultiIndex([('a',),
 ('b',)],
 ) 
```  ### Series 的 UTC 本地化

以前，当传递 `utc=True` 时，`to_datetime()` 不会本地化日期时间 `Series` 数据。现在，`to_datetime()` 将正确地本地化具有 `datetime64[ns, UTC]` dtype 的 `Series`，以使其与列表样式和 `Index` 数据的处理方式保持一致。 ([GH 6415](https://github.com/pandas-dev/pandas/issues/6415)).

先前的行为

```py
In [55]: s = pd.Series(['20130101 00:00:00'] * 3)

In [12]: pd.to_datetime(s, utc=True)
Out[12]:
0   2013-01-01
1   2013-01-01
2   2013-01-01
dtype: datetime64[ns]

新行为

In [56]: pd.to_datetime(s, utc=True)
Out[56]: 
0   2013-01-01 00:00:00+00:00
1   2013-01-01 00:00:00+00:00
2   2013-01-01 00:00:00+00:00
Length: 3, dtype: datetime64[ns, UTC]

此外，通过 read_sql_table() 和 read_sql_query() 解析的具有日期时间列的 DataFrame 将仅在原始 SQL 列是时区感知日期时间列时本地化为 UTC。 ### 范围函数的一致性

在以前的版本中，各种范围函数之间存在一些不一致性：date_range(), bdate_range(), period_range(), timedelta_range(), 和 interval_range(). (GH 17471).

其中不一致的行为之一是当同时指定 start、end 和 period 参数时，可能导致模糊的范围。当传递了所有三个参数时，interval_range 忽略 period 参数，period_range 忽略 end 参数，而其他范围函数则引发异常。为了促进范围函数之间的一致性，并避免潜在的模糊范围，当传递所有三个参数时，interval_range 和 period_range 现在会引发异常。

先前的行为：

 In [2]: pd.interval_range(start=0, end=4, periods=6)
 Out[2]:
 IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
Out[3]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3', '2017Q4', '2018Q1', '2018Q2'], dtype='period[Q-DEC]', freq='Q-DEC')

新行为：

In [2]: pd.interval_range(start=0, end=4, periods=6)
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

此外，interval_range 生成的区间不包括终点参数 end。然而，所有其他范围函数都将 end 包含在其输出中。为了促进范围函数之间的一致性，interval_range 现在将 end 包括在最后一个区间的右端点，除非以跳过 end 的方式指定了 freq。

先前的行为：

In [4]: pd.interval_range(start=0, end=4)
Out[4]:
IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

新行为：

In [57]: pd.interval_range(start=0, end=4)
Out[57]: IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4]], dtype='interval[int64, right]') 
```  ### 没有自动的 Matplotlib 转换器

当导入 pandas 时，pandas 不再向 matplotlib 注册我们的`date`、`time`、`datetime`、`datetime64`和`Period`转换器。Matplotlib 绘图方法（`plt.plot`、`ax.plot`等）将不会为`DatetimeIndex`或`PeriodIndex`值格式化 x 轴。您必须显式注册这些方法：

pandas 内置的`Series.plot`和`DataFrame.plot` *将*在首次使用时注册这些转换器（[GH 17710](https://github.com/pandas-dev/pandas/issues/17710)）。

注意

这一变更在 pandas 0.21.1 中暂时被撤销，更多详情请参见这里。### 其他 API 变更

+   Categorical 构造函数不再接受`categories`关键字的标量。([GH 16022](https://github.com/pandas-dev/pandas/issues/16022))

+   现在在关闭的`HDFStore`上访问不存在的属性将引发`AttributeError`而不是`ClosedFileError` ([GH 16301](https://github.com/pandas-dev/pandas/issues/16301))

+   `read_csv()`现在会在`names`参数包含重复值时发出`UserWarning`（[GH 17095](https://github.com/pandas-dev/pandas/issues/17095)）

+   `read_csv()`现在默认将`'null'`和`'n/a'`字符串视为缺失值 ([GH 16471](https://github.com/pandas-dev/pandas/issues/16471), [GH 16078](https://github.com/pandas-dev/pandas/issues/16078))

+   `pandas.HDFStore`的字符串表示现在更快且更简洁。要恢复以前的行为，请使用`pandas.HDFStore.info()`。([GH 16503](https://github.com/pandas-dev/pandas/issues/16503))

+   HDF 存储中的压缩默认值现在遵循 pytables 标准。默认值为无压缩，如果`complib`缺失且`complevel` > 0，则使用`zlib` ([GH 15943](https://github.com/pandas-dev/pandas/issues/15943))

+   `Index.get_indexer_non_unique()`现在返回一个 ndarray 索引器而��是`Index`；这与`Index.get_indexer()`保持一致 ([GH 16819](https://github.com/pandas-dev/pandas/issues/16819))

+   从`pandas._testing`中删除了`@slow`装饰器，这导致一些下游软件包的测试套件出现问题。改用`@pytest.mark.slow`，它可以实现相同的效果（[GH 16850](https://github.com/pandas-dev/pandas/issues/16850)）

+   将`MergeError`的定义移至`pandas.errors`模块。

+   `Series.set_axis()`和`DataFrame.set_axis()`的签名已从`set_axis(axis, labels)`更改为`set_axis(labels, axis=0)`，以保持与 API 的一致性。旧的签名已被弃用，并将显示`FutureWarning` ([GH 14636](https://github.com/pandas-dev/pandas/issues/14636))

+   当使用`object` dtypes 时，`Series.argmin()`和`Series.argmax()`现在将引发`TypeError`，而不是`ValueError`（[GH 13595](https://github.com/pandas-dev/pandas/issues/13595)）

+   `Period`现在是不可变的，当用户尝试为`ordinal`或`freq`属性分配新值时，将引发`AttributeError`（[GH 17116](https://github.com/pandas-dev/pandas/issues/17116)）。

+   当传递了一个带有时区信息的`origin=`关键字参数给`to_datetime()`时，现在会引发一个更具信息性的`ValueError`而不是`TypeError`（[GH 16842](https://github.com/pandas-dev/pandas/issues/16842)）

+   当格式包含`%W`或`%U`而没有包括星期几和日历年时，`to_datetime()`现在会引发一个`ValueError`（[GH 16774](https://github.com/pandas-dev/pandas/issues/16774)）

+   在`read_stata()`中将非功能性的`index`重命名为`index_col`，以改善 API 一致性（[GH 16342](https://github.com/pandas-dev/pandas/issues/16342)）

+   在`DataFrame.drop()`中存在一个错误，导致布尔标签`False`和`True`在从数值索引中删除索引时分别被视为标签 0 和 1。现在将引发一个 ValueError（[GH 16877](https://github.com/pandas-dev/pandas/issues/16877)）

+   限制了`DateOffset`关键字参数。以前，`DateOffset`子类允许任意关键字参数，这可能导致意外行为。现在，只有有效的参数将被接受。([GH 17176](https://github.com/pandas-dev/pandas/issues/17176))。### 依赖项已增加最低版本

我们已更新了我们的依赖项的最低支持版本（[GH 15206](https://github.com/pandas-dev/pandas/issues/15206)，[GH 15543](https://github.com/pandas-dev/pandas/issues/15543)，[GH 15214](https://github.com/pandas-dev/pandas/issues/15214)）。如果已安装，我们现在要求：

> | Package | Minimum Version | Required |
> | --- | --- | --- |
> | Numpy | 1.9.0 | X |
> | Matplotlib | 1.4.3 |  |
> | Scipy | 0.14.0 |  |
> | Bottleneck | 1.0.0 |  |

另外，不再支持 Python 3.4（[GH 15251](https://github.com/pandas-dev/pandas/issues/15251)）。

### 所有-NaN 或空 Series/DataFrames 的 sum/prod 现在一致为 NaN

注意

此处描述的更改已经部分回滚。更多信息请参阅 v0.22.0 Whatsnew。

`sum`和`prod`在所有 NaN Series/DataFrames 上的行为不再取决于是否安装了[bottleneck](https://bottleneck.readthedocs.io)，并且空 Series 上`sum`和`prod`的返回值已更改([GH 9422](https://github.com/pandas-dev/pandas/issues/9422)，[GH 15507](https://github.com/pandas-dev/pandas/issues/15507))。

在空的或全部为`NaN`的`Series`或`DataFrame`上调用`sum`或`prod`将导致`NaN`。参见文档。

```py
In [33]: s = pd.Series([np.nan])

先前未安装bottleneck：

In [2]: s.sum()
Out[2]: np.nan

先前使用bottleneck：

In [2]: s.sum()
Out[2]: 0.0

新行为，不考虑 bottleneck 的安装：

In [34]: s.sum()
Out[34]: 0.0

请注意，这也更改了空Series的总和。先前，无论是否安装了bottleneck，这总是返回 0：

In [1]: pd.Series([]).sum()
Out[1]: 0

但是为了与所有 NaN 情况保持一致，这也被更改为返回 0：

In [2]: pd.Series([]).sum()
Out[2]: 0

使用缺失标签的列表进行索引已被弃用

先前，在选择缺少一个或多个标签的标签列表时，总是成功的，对于缺失的标签返回NaN。这现在将显示一个FutureWarning。未来将在使用.loc[]或[[]]时触发此警告，当传递至少有 1 个缺失标签的标签列表时，将在DataFrame或Series上引发KeyError (GH 15747)。

In [35]: s = pd.Series([1, 2, 3])

In [36]: s
Out[36]: 
0    1
1    2
2    3
Length: 3, dtype: int64

先前的行为

In [4]: s.loc[[1, 2, 3]]
Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

当前行为

In [4]: s.loc[[1, 2, 3]]
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
https://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike

Out[4]:
1    2.0
2    3.0
3    NaN
dtype: float64

实现选择可能未找到的元素的惯用方法是通过.reindex()。

In [37]: s.reindex([1, 2, 3])
Out[37]: 
1    2.0
2    3.0
3    NaN
Length: 3, dtype: float64

使用所有找到的键的选择未更改。

In [38]: s.loc[[1, 2]]
Out[38]: 
1    2
2    3
Length: 2, dtype: int64

NA 命名更改

为了在 pandas API 中提升更多一致性，我们添加了额外的顶级函数isna()和notna()，它们是isnull()和notnull()的别名。现在的命名方案与.dropna()和.fillna()等方法更一致。此外，在定义了.isnull()和.notnull()方法的所有情况下，这些方法都有额外的名为.isna()和.notna()的方法，这些方法包括类Categorical、Index、Series和DataFrame。(GH 15001)。

配置选项pd.options.mode.use_inf_as_null已被弃用，添加了pd.options.mode.use_inf_as_na作为替代。

现在 Series/Index 的迭代将返回 Python 标量

以前，当对 dtype 为int或float的Series使用某些迭代方法时，会收到一个numpy标量，例如np.int64，而不是 Python 的int。问题 (GH 10904) 为Series.tolist()和list(Series)进行了修正。此更改使所有迭代方法一致，特别是对于__iter__()和.map()；请注意，这仅影响 int/float dtype。 (GH 13236, GH 13258, GH 14216)。

In [39]: s = pd.Series([1, 2, 3])

In [40]: s
Out[40]: 
0    1
1    2
2    3
Length: 3, dtype: int64

以前：

In [2]: type(list(s)[0])
Out[2]: numpy.int64

新行为：

In [41]: type(list(s)[0])
Out[41]: int

此外，这现在还将正确地对DataFrame.to_dict()的迭代结果进行包装。

In [42]: d = {'a': [1], 'b': ['b']}

In [43]: df = pd.DataFrame(d)

以前：

In [8]: type(df.to_dict()['a'][0])
Out[8]: numpy.int64

新行为：

In [44]: type(df.to_dict()['a'][0])
Out[44]: int

使用布尔索引进行索引

以前当将布尔值Index传递给.loc时，如果Series/DataFrame的索引具有boolean标签，则会获得基于标签的选择，而不是布尔索引选择（其中True选择元素），这与布尔 numpy 数组索引的方式不一致。新行为是像布尔 numpy 数组索引器一样运行。 (GH 17738)

先前的行为：

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

In [46]: s
Out[46]: 
False    1
True     2
False    3
Length: 3, dtype: int64

In [59]: s.loc[pd.Index([True, False, True])]
Out[59]:
True     2
False    1
False    3
True     2
dtype: int64

当前行为

In [47]: s.loc[pd.Index([True, False, True])]
Out[47]: 
False    1
False    3
Length: 2, dtype: int64

此外，以前如果你有一个非数字的索引（例如字符串），那么布尔索引会引发一个KeyError。现在将把它视为布尔索引。

以前行为：

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

In [49]: s
Out[49]: 
a    1
b    2
c    3
Length: 3, dtype: int64

In [39]: s.loc[pd.Index([True, False, True])]
KeyError: "None of [Index([True, False, True], dtype='object')] are in the [index]"

当前行为

In [50]: s.loc[pd.Index([True, False, True])]
Out[50]: 
a    1
c    3
Length: 2, dtype: int64

`PeriodIndex` 重新采样

在 pandas 的早期版本中，对由PeriodIndex索引的Series/DataFrame进行重新采样，在某些情况下返回一个DatetimeIndex (GH 12884)。现在重新采样为倍频率将返回一个PeriodIndex (GH 15944)。作为一个小的增强，现在重新采样PeriodIndex可以处理NaT值 (GH 13224)

先前的行为：

In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017-03-31     1.0
2017-09-30     5.5
2018-03-31    10.0
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: DatetimeIndex(['2017-03-31', '2017-09-30', '2018-03-31'], dtype='datetime64[ns]', freq='2Q-DEC')

新行为：

In [1]: pi = pd.period_range('2017-01', periods=12, freq='M')

In [2]: s = pd.Series(np.arange(12), index=pi)

In [3]: resampled = s.resample('2Q').mean()

In [4]: resampled
Out[4]:
2017Q1    2.5
2017Q3    8.5
Freq: 2Q-DEC, dtype: float64

In [5]: resampled.index
Out[5]: PeriodIndex(['2017Q1', '2017Q3'], dtype='period[2Q-DEC]')

上采样并调用.ohlc()之前返回一个Series，基本上与调用.asfreq()相同。OHLC 上采样现在返回一个具有列open、high、low和close的 DataFrame (GH 13083)。这与下采样和DatetimeIndex的行为一致。

以前行为：

In [1]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [2]: s = pd.Series(np.arange(10), index=pi)

In [3]: s.resample('H').ohlc()
Out[3]:
2000-01-01 00:00    0.0
 ...
2000-01-10 23:00    NaN
Freq: H, Length: 240, dtype: float64

In [4]: s.resample('M').ohlc()
Out[4]:
 open  high  low  close
2000-01     0     9    0      9

新行为：

In [56]: pi = pd.period_range(start='2000-01-01', freq='D', periods=10)

In [57]: s = pd.Series(np.arange(10), index=pi)

In [58]: s.resample('H').ohlc()
Out[58]:
 open  high  low  close
2000-01-01 00:00   0.0   0.0  0.0    0.0
2000-01-01 01:00   NaN   NaN  NaN    NaN
2000-01-01 02:00   NaN   NaN  NaN    NaN
2000-01-01 03:00   NaN   NaN  NaN    NaN
2000-01-01 04:00   NaN   NaN  NaN    NaN
...                ...   ...  ...    ...
2000-01-10 19:00   NaN   NaN  NaN    NaN
2000-01-10 20:00   NaN   NaN  NaN    NaN
2000-01-10 21:00   NaN   NaN  NaN    NaN
2000-01-10 22:00   NaN   NaN  NaN    NaN
2000-01-10 23:00   NaN   NaN  NaN    NaN

[240 rows x 4 columns]

In [59]: s.resample('M').ohlc()
Out[59]:
 open  high  low  close
2000-01     0     9    0      9

[1 rows x 4 columns]

在 pd.eval 中改进的错误处理

eval() 现在将在项分配失效或指定了原地操作但表达式中没有项分配时引发ValueError (GH 16732)

In [51]: arr = np.array([1, 2, 3])

以前，如果尝试以下表达式，则会收到一个不是很有用的错误消息：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`)
and integer or boolean arrays are valid indices

这是说 numpy 数组不支持字符串项索引的一种很长的方式。随着这个改变，错误消息现在是这样的：

In [3]: pd.eval("a = 1 + 2", target=arr, inplace=True)
...
ValueError: Cannot assign expression output to target

即使没有项目赋值，也曾经可以对表达式进行原地评估：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
Out[4]: 3

然而，这个输入并没有太多意义，因为输出没有被分配给目标。现在，当传入这样的输入时，将会引发ValueError：

In [4]: pd.eval("1 + 2", target=arr, inplace=True)
...
ValueError: Cannot operate inplace if there is no assignment

Dtype 转换

先前的分配、.where()和.fillna()与bool赋值，会强制转换为相同的类型（例如 int / float），或对于 datetimelikes 会引发错误。这些现在将保留具有object dtypes 的布尔值。 (GH 16821).

In [52]: s = pd.Series([1, 2, 3])

In [5]: s[1] = True

In [6]: s
Out[6]:
0    1
1    1
2    3
dtype: int64

新行为

In [7]: s[1] = True

In [8]: s
Out[8]:
0       1
1    True
2       3
Length: 3, dtype: object

以前，对具有非 datetimelike 的 datetimelike 进行赋值会强制转换为正在分配的非 datetimelike 项 (GH 14145).

In [53]: s = pd.Series([pd.Timestamp('2011-01-01'), pd.Timestamp('2012-01-01')])

In [1]: s[1] = 1

In [2]: s
Out[2]:
0   2011-01-01 00:00:00.000000000
1   1970-01-01 00:00:00.000000001
dtype: datetime64[ns]

这些现在会强制转换为object dtype。

In [1]: s[1] = 1

In [2]: s
Out[2]:
0    2011-01-01 00:00:00
1                      1
dtype: object

.where()中的 datetimelike 存在不一致的行为，会引发而不是强制转换为object (GH 16402)
对float64 dtype 的np.ndarray进行int64数据的赋值可能会保持int64 dtype (GH 14001)

单级别的 MultiIndex 构造函数

MultiIndex 构造函数不再将具有所有长度为一级别的 MultiIndex 压缩为常规Index。这会影响到所有MultiIndex 构造函数。 (GH 17178)

先前的行为:

In [2]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[2]: Index(['a', 'b'], dtype='object')

长度为 1 的级别不再被特殊处理。它们的行为与长度为 2+ 级别的行为完全相同，因此所有MultiIndex 构造函数都将返回MultiIndex:

In [54]: pd.MultiIndex.from_tuples([('a',), ('b',)])
Out[54]: 
MultiIndex([('a',),
 ('b',)],
 )

Series 的 UTC 本地化

以前，当传递utc=True时，to_datetime()不会对 datetime Series 数据进行本地化。现在，当to_datetime()](../reference/api/pandas.to_datetime.html#pandas.to_datetime "pandas.to_datetime")将正确地对 datetime64[ns, UTC] dtype 的Series 进行本地化，以与处理类似列表和Index数据的方式保持一致。 (GH 6415).

先前的行为

In [55]: s = pd.Series(['20130101 00:00:00'] * 3)

In [12]: pd.to_datetime(s, utc=True)
Out[12]:
0   2013-01-01
1   2013-01-01
2   2013-01-01
dtype: datetime64[ns]

新行为

In [56]: pd.to_datetime(s, utc=True)
Out[56]: 
0   2013-01-01 00:00:00+00:00
1   2013-01-01 00:00:00+00:00
2   2013-01-01 00:00:00+00:00
Length: 3, dtype: datetime64[ns, UTC]

此外，由read_sql_table()和read_sql_query()解析的具有 datetime 列的 DataFrame，如果原始 SQL 列是时区感知的 datetime 列，则也将被本地化为 UTC。

范围函数的一致性

在之前的版本中，各种范围函数之间存在一些不一致性：date_range()、bdate_range()、period_range()、timedelta_range()和interval_range()。 (GH 17471)。

当start、end和period参数都指定时，出现了不一致的行为，可能导致范围模糊不清。当传递了所有三个参数时，interval_range忽略了period参数，period_range忽略了end参数，而其他范围函数则会引发错误。为了促进范围函数之间的一致性，并避免潜在的模糊范围，当传递了所有三个参数时，interval_range和period_range现在将引发错误。

以前的行为：

 In [2]: pd.interval_range(start=0, end=4, periods=6)
 Out[2]:
 IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
Out[3]: PeriodIndex(['2017Q1', '2017Q2', '2017Q3', '2017Q4', '2018Q1', '2018Q2'], dtype='period[Q-DEC]', freq='Q-DEC')

新行为：

In [2]: pd.interval_range(start=0, end=4, periods=6)
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

In [3]: pd.period_range(start='2017Q1', end='2017Q4', periods=6, freq='Q')
---------------------------------------------------------------------------
ValueError: Of the three parameters: start, end, and periods, exactly two must be specified

另外，interval_range产生的间隔中未包括端点参数end。然而，所有其他范围函数都包括end在它们的输出中。为了促进范围函数之间的一致性，interval_range现在将end包括在最后一个间隔的右端点中，除非以一种跳过end的方式指定了freq。

以前的行为：

In [4]: pd.interval_range(start=0, end=4)
Out[4]:
IntervalIndex([(0, 1], (1, 2], (2, 3]]
 closed='right',
 dtype='interval[int64]')

新行为：

In [57]: pd.interval_range(start=0, end=4)
Out[57]: IntervalIndex([(0, 1], (1, 2], (2, 3], (3, 4]], dtype='interval[int64, right]')

没有自动的 Matplotlib 转换器

当 pandas 被导入时，pandas 不再注册我们的date、time、datetime、datetime64和Period转换器到 matplotlib。Matplotlib 绘图方法（plt.plot、ax.plot等）不会对DatetimeIndex或PeriodIndex值的 x 轴进行漂亮的格式化。您必须显式注册这些方法：

pandas 内置的Series.plot和DataFrame.plot在首次使用时会注册这些转换器 (GH 17710)。

注：

这个改变在 pandas 0.21.1 中暂时被撤销，更多详情请参见这里。

其他 API 变更

Categorical 构造函数不再接受categories关键字的标量。 (GH 16022)
在关闭的HDFStore上访问不存在的属性将引发AttributeError，而不是ClosedFileError (GH 16301)
read_csv()现在如果names参数包含重复项，会发出UserWarning (GH 17095)
read_csv()现在默认将'null'和'n/a'字符串视为缺失值 (GH 16471, GH 16078)
pandas.HDFStore的字符串表示现在更快且更简洁。要保留以前的行为，请使用pandas.HDFStore.info()。(GH 16503).
HDF 存储中的压缩默认值现在遵循 pytables 标准。默认情况下不压缩，如果complib缺失且complevel > 0，则使用zlib (GH 15943)
Index.get_indexer_non_unique()现在返回一个 ndarray 索引器，而不是一个Index；这与Index.get_indexer()保持一致 (GH 16819)
从pandas._testing中删除了@slow装饰器，这导致一些下游软件包的测试套件出现问题。改用@pytest.mark.slow，它可以实现相同的功能 (GH 16850)
将MergeError的定义移动到pandas.errors模块中。
Series.set_axis()和DataFrame.set_axis()的签名已从set_axis(axis, labels)更改为set_axis(labels, axis=0)，以保持与 API 的一致性。旧的签名已被弃用，并将显示FutureWarning (GH 14636)
Series.argmin()和Series.argmax()现在在与object dtypes 一起使用时会引发TypeError，而不是ValueError (GH 13595)
Period现在是不可变的，当用户尝试为ordinal或freq属性分配新值时，将引发AttributeError (GH 17116).
to_datetime()在传递了 tz-aware origin= kwarg 时，现在会引发更具信息性的ValueError而不是TypeError (GH 16842)
to_datetime()现在在格式中包含%W或%U但没有包含星期几和日历年时会引发ValueError (GH 16774)
在 read_stata() 中将非功能性的 index 重命名为 index_col，以提高 API 的一致性（GH 16342）。
在 DataFrame.drop() 中的错误导致布尔标签 False 和 True 被视为分别从数字索引中删除索引 0 和 1。现在将引发 ValueError 错误（GH 16877）。
限制了 DateOffset 关键字参数。以前，DateOffset 子类允许任意关键字参数，这可能导致意外行为。现在，只有有效的参数将被接受（GH 17176）。

弃用

DataFrame.from_csv() 和 Series.from_csv() 已经弃用，改为使用 read_csv()（GH 4191）。
read_excel() 已经弃用了 sheetname，改为使用 sheet_name 以保持与 .to_excel() 的一致性（GH 10559）。
read_excel() 已经弃用了 parse_cols，改为使用 usecols 以保持与 read_csv() 的一致性（GH 4988）。
read_csv() 已经弃用了 tupleize_cols 参数。列元组将始终转换为 MultiIndex（GH 17060）。
DataFrame.to_csv() 已经弃用了 tupleize_cols 参数。MultiIndex 列将始终以行的形式写入 CSV 文件中（GH 17060）。
.take() 方法中的 convert 参数已被弃用，因为它没有被遵守（GH 16948）。
pd.options.html.border 已经弃用，改为使用 pd.options.display.html.border（GH 15793）。
SeriesGroupBy.nth() 已经弃用 True，而是使用了 dropna 的关键字参数 'all'（GH 11038）。
DataFrame.as_blocks() 已经弃用，因为这暴露了内部实现（GH 17302）。
pd.TimeGrouper 已被弃用，建议使用 pandas.Grouper (GH 16747)
cdate_range 已被弃用，建议使用 bdate_range()，它已获得 weekmask 和 holidays 参数，用于构建自定义频率日期范围。详细信息请参见文档 (GH 17596)
在 Series.astype() 中传递 categories 或 ordered kwargs 已被弃用，建议传递 CategoricalDtype (GH 17636)
Series、DataFrame、Panel、SparseSeries 和 SparseDataFrame 上的 .get_value 和 .set_value 已被弃用，建议使用 .iat[] 或 .at[] 访问器 (GH 15269)
在 .to_excel(..., columns=) 中传递一个不存在的列已被弃用，并将在未来引发 KeyError (GH 17295)
raise_on_error 参数已被弃用，建议使用 errors=，适用于 Series.where()、Series.mask()、DataFrame.where() 和 DataFrame.mask() (GH 14968)
现在已弃用使用 DataFrame.rename_axis() 和 Series.rename_axis() 修改索引或列标签，建议使用 .rename。rename_axis 仍可用于修改索引或列的名称 (GH 17833).
reindex_axis() 已被弃用，建议使用 reindex()。详见此处 (GH 17833).

Series.select 和 DataFrame.select

Series.select() 和 DataFrame.select() 方法已被弃用，建议使用 df.loc[labels.map(crit)] (GH 12401)

In [58]: df = pd.DataFrame({'A': [1, 2, 3]}, index=['foo', 'bar', 'baz'])

In [3]: df.select(lambda x: x in ['bar', 'baz'])
FutureWarning: select is deprecated and will be removed in a future release. You can use .loc[crit] as a replacement
Out[3]:
 A
bar  2
baz  3

In [59]: df.loc[df.index.map(lambda x: x in ['bar', 'baz'])]
Out[59]: 
 A
bar  2
baz  3

[2 rows x 1 columns] 
```  ### Series.argmax 和 Series.argmin

`Series.argmax()` 和 `Series.argmin()` 的行为已弃用，推荐使用 `Series.idxmax()` 和 `Series.idxmin()` ([GH 16830](https://github.com/pandas-dev/pandas/issues/16830))。

为了与 NumPy 数组兼容，`pd.Series` 实现了 `argmax` 和 `argmin`。自 pandas 0.13.0 起，`argmax` 成为 `pandas.Series.idxmax()` 的别名，`argmin` 成为 `pandas.Series.idxmin()` 的别名。它们返回的是*标签*，而不是*位置*。

我们已弃用了 `Series.argmax` 和 `Series.argmin` 的当前行为。使用其中任何一个将会发出 `FutureWarning`。如果你想要最大值的标签，请使用 `Series.idxmax()`。如果你想要最大值的位置，请使用 `Series.values.argmax()`。最小值同理。在未来的发布中，`Series.argmax` 和 `Series.argmin` 将返回最大值或最小值的位置。### Series.select 和 DataFrame.select

`Series.select()` 和 `DataFrame.select()` 方法已弃用，推荐使用 `df.loc[labels.map(crit)]` ([GH 12401](https://github.com/pandas-dev/pandas/issues/12401))

```py
In [58]: df = pd.DataFrame({'A': [1, 2, 3]}, index=['foo', 'bar', 'baz'])

In [3]: df.select(lambda x: x in ['bar', 'baz'])
FutureWarning: select is deprecated and will be removed in a future release. You can use .loc[crit] as a replacement
Out[3]:
 A
bar  2
baz  3

In [59]: df.loc[df.index.map(lambda x: x in ['bar', 'baz'])]
Out[59]: 
 A
bar  2
baz  3

[2 rows x 1 columns]

Series.argmax 和 Series.argmin

Series.argmax() 和 Series.argmin() 的行为已弃用，推荐使用 Series.idxmax() 和 Series.idxmin() (GH 16830)。

为了与 NumPy 数组兼容，pd.Series 实现了 argmax 和 argmin。自 pandas 0.13.0 起，argmax 成为 pandas.Series.idxmax() 的别名，argmin 成为 pandas.Series.idxmin() 的别名。它们返回的是标签，而不是位置。

我们已经废弃了 Series.argmax 和 Series.argmin 的当前行为。使用任何一个将会发出 FutureWarning。如果你想要最大值的标签，请使用 Series.idxmax()。如果你想要最大值的位置，请使用 Series.values.argmax()。最小值同理。在将来的版本中，Series.argmax 和 Series.argmin 将返回最大值或最小值的位置。

移除之前版本的废弃/更改

read_excel() 放弃了 has_index_names 参数 (GH 10967)
pd.options.display.height 配置已经被移除 (GH 3663)
pd.options.display.line_width 配置已经被移除 (GH 2881)
pd.options.display.mpl_style 配置已经被移除 (GH 12190)
Index 已经放弃了 .sym_diff() 方法，转而使用 .symmetric_difference() (GH 12591)
Categorical 放弃了 .order() 和 .sort() 方法，转而使用 .sort_values() (GH 12882)
eval() 和 DataFrame.eval() 将 inplace 的默认值从 None 更改为 False (GH 11149)
函数 get_offset_name 已被放弃，转而使用偏移量的 .freqstr 属性 (GH 11834)
pandas 不再测试与 pandas < 0.11 创建的 hdf5 文件兼容性 (GH 17404).

性能改进

实例化 SparseDataFrame 的性能得到了提升 (GH 16773)
Series.dt 不再进行频率推断，访问属性时速度大幅提升 (GH 17210)
通过不实例化值来提升 set_categories() 的性能 (GH 17508)
Timestamp.microsecond 不再在属性访问时重新计算 (GH 17331)
改进了对已经是分类数据类型的数据的CategoricalIndex的性能（GH 17513）
通过使用RangeIndex属性执行计算，改进了RangeIndex.min()和RangeIndex.max()的性能（GH 17607）

文档更改

几个NaT方法的文档字符串（例如NaT.ctime()）是不正确的（GH 17327）
文档已删除并清理了对版本小于 v0.17 的引用（GH 17442，GH 17442，GH 17404 & GH 17504)

Bug 修复

转换

当对类似于日期时间的数据进行整数赋值时可能会错误地转换为日期时间类型（GH 14145）
当使用float64数据类型的np.ndarray对int64数据进行赋值时可能会保留int64数据类型（GH 14001）
将IntervalIndex.is_non_overlapping_monotonic的返回类型更改为 Python 的bool，以保持与类似属性/方法的一致性。之前返回的是numpy.bool_（GH 17237）
当区间两端都闭合且在某一点重叠时，IntervalIndex.is_non_overlapping_monotonic存在 bug（GH 16560）
当inplace=True且value为字典时，修复了Series.fillna()在返回帧时的 bug（GH 16156）
当本地化到时区时，Timestamp.weekday_name存在 bug，返回基于 UTC 的星期几名称（GH 17354）
在替换tzinfo时Timestamp.replace存在 bug，特别是在夏令时变化时（GH 15683）
修复了Timedelta构造和算术中不会传播Overflow异常的 bug（GH 17367）
当传递扩展类型类（DatetimeTZDtype，CategoricalDtype）而不是实例时，修复了astype()转换为对象数据类型的 bug。现在当传递类时会引发TypeError（GH 17780）
to_numeric() 中的 Bug，在使用 errors='coerce' 时，元素并非始终被强制转换为数值类型 (GH 17007, GH 17125)
在 DataFrame 和 Series 构造函数中，将 range 对象转换为 int32 dtype 而不是 int64 在 Windows 上 (GH 16804)

索引

当使用空切片调用时（例如 df.iloc[:]），.iloc 和 .loc 索引器将返回原始对象的浅拷贝。之前它们返回的是原始对象。(GH 13873).
当在未排序的 MultiIndex 上调用时，loc 索引器现在只会在非排序级别上使用适当的切片时引发 UnsortedIndexError (GH 16734).
在 0.20.3 中，使用字符串进行 TimedeltaIndex 索引时，修复了回归问题 (GH 16896).
修复了 TimedeltaIndex.get_loc() 对 np.timedelta64 输入的处理问题 (GH 16909).
修复了在 MultiIndex.sort_index() 中，当 ascending 参数为列表，但未指定所有级别，或者级别顺序不同时的排序问题 (GH 16934).
修复了使用 np.inf 进行索引时引发 OverflowError 的 bug (GH 16957)
在空的 CategoricalIndex 上重新索引的 bug (GH 16770)
修复了使用对齐和具有时区感知的 DatetimeIndex 进行设置的 DataFrame.loc (GH 16889)
当向 .iloc 传递 Index 或 Series 时，避免了旧版本 numpy 中的 IndexError (GH 17193)
允许在 Python 2 中，多级列中使用 Unicode 空字符串作为占位符 (GH 17099)
在 .iloc 与 MultiIndex 结合使用时，进行就地加法或赋值，并使用整数索引器时，会导致从错误的索引中读取和写入 (GH 17148)。
.isin() 中的 bug，当检查空 Series 对象中的成员资格时，引发错误 (GH 16991)
在 CategoricalIndex 重新索引中的 bug，在指定包含重复的索引时未被尊重 (GH 17323)
与负步长的 RangeIndex 的交集中的 bug (GH 17296)
IntervalIndex 中存在的 bug，在执行标量查找时，对于非重叠的单调递减索引的包含右端点会失败 (GH 16417, GH 17271)
DataFrame.first_valid_index() 和 DataFrame.last_valid_index() 存在的 bug，当不存在有效条目时 (GH 17400)
Series.rename() 中存在的 bug，在使用可调用对象调用时，会错误地改变 Series 的名称，而不是 Index 的名称。 (GH 17407)
String.str_get() 中存在的 bug，在使用负索引时，会引发 IndexError，而不是插入 NaNs。 (GH 17704)

IO

read_hdf() 在从 fixed 格式 HDFStore 读取时，存在 bug，读取时区感知索引时出现问题 (GH 17618)
read_csv() 存在的 bug，列没有彻底去重 (GH 17060)
read_csv() 中存在的 bug，指定的列名没有彻底去重 (GH 17095)
read_csv() 中存在的 bug，对于头部参数的非整数值会生成一个无用/无关的错误消息 (GH 16338)
read_csv() 中存在的 bug，在异常处理中存在内存管理问题，特定条件下会导致解释器发生段错误 (GH 14696, GH 16798).
read_csv() 中存在的 bug，使用 low_memory=False 调用时，如果 CSV 中至少有一列的大小超过 2GB，会错误地引发 MemoryError (GH 16798).
read_csv() 中存在的 bug，使用单元素列表 header 调用时会返回所有 NaN 值的 DataFrame (GH 7757)
在 Python 3 中，默认为‘ascii’编码，而不是‘utf-8’的DataFrame.to_csv()中存在错误 (GH 17097)
在使用迭代器时，read_stata()中无法读取值标签 (GH 16923)
在read_stata()中未设置索引 (GH 16342)
在多线程运行时，read_html()中的导入检查失败 (GH 16928)
在自动分隔符检测引发TypeError而不是正确的错误消息时，在read_csv()中存在错误 (GH 13374)
在DataFrame.to_html()中，当notebook=True时，具有命名索引或非多重索引索引的 DataFrame 对于列或行标签的水平或垂直对齐不符合预期 (GH 16792)
在DataFrame.to_html()中存在错误，没有验证justify参数 (GH 17527)
在读取包含 VLArray 的连续混合数据表时，HDFStore.select()中存在错误 (GH 17021)
在to_json()中存在错误，其中几种条件（包括具有不可打印符号的对象、具有深度递归的对象、过长的标签等）导致段错误而不是引发适当的异常 (GH 14256)

绘图

使用secondary_y和fontsize的绘图方法中存在错误，未设置次要轴字体大小 (GH 12565)
当在 y 轴上绘制timedelta和datetime类型时出现错误 (GH 16953)
在计算 xlims 时，线图不再假定 x 数据单调递增，它们现在会显示整个线条，即使 x 数据未排序。 (GH 11310, GH 11471)
在 matplotlib 2.0.0 及以上版本中，对于线图的 x 轴限制的计算由 matplotlib 处理，以便应用其新的默认设置。（GH 15495）
在 Series.plot.bar 或 DataFrame.plot.bar 中，y 参数不遵循用户传递的 color 的 Bug（GH 16822）
当使用随机颜色时，plotting.parallel_coordinates 导致重置随机种子的 Bug（GH 17525）

GroupBy/resample/rolling

在 DataFrame.resample(...).size() 中存在 Bug，其中空 DataFrame 没有返回 Series（GH 14962）
infer_freq() 中的 Bug 导致在工作周内具有 2 天间隔的索引被错误地推断为工作日（GH 16624）
在 .rolling(...).quantile() 中，使用的默认值与 Series.quantile() 和 DataFrame.quantile() 不同（GH 9413, GH 16211）
groupby.transform() 中存在的 Bug 会将布尔类型的数据强制转换为浮点数（GH 16875）
在 Series.resample(...).apply() 中存在 Bug，其中空 Series 修改了源索引并且没有返回 Series 的名称（GH 14313）
在具有 DatetimeIndex、时间间隔可转换的 window 和 min_periods >= 1 的 DataFrame 上使用 .rolling(...).apply(...) 存在 Bug（GH 15305）
在 DataFrame.groupby 中，当键的数量等于分组轴上的元素数量时，无法正确识别索引和列键（GH 16859）
TimeGrouper 中的 groupby.nunique() 存在 Bug，无法正确处理 NaT（GH 17575）
在 DataFrame.groupby 中，从 MultiIndex 进行单级选择时，会意外地进行排序（GH 17537）
在 DataFrame.groupby 中，当使用 Grouper 对象来覆盖模糊的列名时，会引发虚假警告的 Bug（GH 17383）
TimeGrouper 中的 Bug 在作为列表和标量传递时会有所不同（GH 17530）

Sparse

当将字典传递给 SparseSeries 时，会引发 AttributeError 的 Bug（GH 16905）
在SparseDataFrame.fillna()中存在错误，当框架是从 SciPy 稀疏矩阵实例化时，未填充所有 NaN 值（GH 16112）。
在SparseSeries.unstack()和SparseDataFrame.stack()中存在错误（GH 16614，GH 15045）。
在make_sparse()中存在错误，当数组dtype为object时，处理两个具有相同位的数字/布尔数据时被视为相同（GH 17574）。
SparseArray.all()和SparseArray.any()现在已实现以处理SparseArray，这些函数以前被使用但未实现（GH 17570）。

重塑

使用非唯一PeriodIndex进行连接/合并引发了TypeError（GH 16871）。
在crosstab()中存在错误，当整数的非对齐系列被转换为浮点数时（GH 17005）。
在与分类数据类型和 datetimelikes 合并时，存在错误，错误地引发了TypeError（GH 16900）。
当在大型对象系列和大型比较数组上使用isin()时存在错误（GH 16012）。
从 0.20 版本开始的回归修复，Series.aggregate()和DataFrame.aggregate()再次允许字典作为返回值（GH 16741）。
修复了输入具有整数 dtype 的结果的 dtype，在使用margins=True调用时从pivot_table()返回了正确的值（GH 17013）。
在crosstab()中存在错误，当传递具有相同名称的两个Series时引发了KeyError（GH 13279）。
Series.argmin()，Series.argmax()，以及它们在DataFrame和 groupby 对象上的对应功能，对包含无穷值的浮点数据的处理已经正确（GH 13595）。
在unique()中存在错误，检查字符串元组时引发了TypeError（GH 17108）。
在concat()中存在的错误，如果包含不可比较元素，则结果索引的顺序是不可预测的（GH 17344）
修复了在datetime64 dtype Series上按多列排序时出现的回归问题，其中包含NaT值（GH 16836）
在pivot_table()中存在的错误，当dropna为False时，结果的列未保留columns的分类数据类型（GH 17842）
在DataFrame.drop_duplicates中存在的错误，当使用非唯一列名进行删除时会引发ValueError错误（GH 17836）
在unstack()中存在的错误，当在一组级别上调用时，会丢弃fillna参数（GH 13971）
在DataFrame中对range对象和其他类似列表进行对齐时出现的错误，导致操作是按行而不是按列执行（GH 17901）

数值

使用.clip()时，当axis=1且threshold为类似列表时出现的错误；之前会引发ValueError错误（GH 15390）
Series.clip()和DataFrame.clip()现在将上限和下限参数的 NA 值视为None，而不是引发ValueError错误（GH 17276）

分类数据类型

在调用带有分类的Series.isin()时出现的错误（GH 16639）
在分类构造函数中存在的错误，当空值和类别导致.categories为一个空的Float64Index而不是一个空的对象 dtype 为Index时（GH 17248）
在使用 Series.cat 进行分类操作时，未保留原始 Series 的名称的错误（GH 17509）
在使用DataFrame.merge()时，对具有布尔/整数数据类型的分类列进行合并时出现的错误（GH 17187）
在构建Categorical/CategoricalDtype时，当指定的categories为分类类型时出现的错误（GH 17884）

PyPy

在 read_csv() 中与 PyPy 的兼容性，使用 usecols=[<unsorted ints>] 和 read_json() (GH 17351)
在需要时将测试拆分为 CPython 和 PyPy 用例，突出了与 float('nan')，np.nan 和 NAT 的索引匹配的脆弱性 (GH 17351)
修复 DataFrame.memory_usage() 以支持 PyPy。PyPy 上的对象没有固定大小，因此使用了近似值 (GH 17228)

其他

一些 inplace 运算符未被包装并在调用时生成副本的 Bug (GH 12962)
eval() 中 inplace 参数的处理错误的 Bug (GH 16732)

转换

在使用 int 进行赋值时可能会错误地转换为 datetime-like 的 Bug (GH 14145)
在使用 np.ndarray 和 float64 dtype 的 int64 数据进行赋值时可能会保持 int64 dtype 的 Bug (GH 14001)
修复 IntervalIndex.is_non_overlapping_monotonic 的返回类型为 Python bool 以保持与类似属性/方法的一致性。之前返回了 numpy.bool_。 (GH 17237)
当区间两端都关闭并在某一点重叠时 IntervalIndex.is_non_overlapping_monotonic 存在 Bug (GH 16560)
Series.fillna() 的 Bug 在 inplace=True 且 value 为字典时返回数据框 (GH 16156)
Timestamp.weekday_name 返回基于 UTC 的工作日名称的 Bug 当本地化为时区时 (GH 17354)
Timestamp.replace 在替换 tzinfo 时围绕 DST 变更时存在 Bug (GH 15683)
Timedelta 构造和算术中不会传播 Overflow 异常的 Bug (GH 17367)
在传递扩展类型类（DatetimeTZDtype，CategoricalDtype）而不是实例时，astype() 转换为对象 dtype 的 Bug。现在当传递类时会引发 TypeError (GH 17780).
在to_numeric()中的 bug 修复，当errors='coerce'时，元素不总是被强制转换为数值（GH 17007，GH 17125）。
在 Windows 上，DataFrame和Series构造函数中的range对象现在会转换为int32 dtype，而不是int64（GH 16804）。

索引

当使用空切片（例如df.iloc[:]）调用时，.iloc和.loc索引器返回原始对象的浅层副本。之前它们返回原始对象（GH 13873）。
当在未排序的MultiIndex上调用时，loc索引器现在仅在对非排序级别使用正确切片时才会引发UnsortedIndexError（GH 16734）。
修复了在 0.20.3 版本中，使用字符串索引TimedeltaIndex时引发的回归问题（GH 16896）。
修复了TimedeltaIndex.get_loc()对np.timedelta64输入的处理问题（GH 16909）。
修复了在ascending参数为列表但未指定全部级别或顺序不同的情况下，MultiIndex.sort_index()排序的顺序问题（GH 16934）。
修复了使用np.inf进行索引时引发OverflowError的 bug（GH 16957）。
在空CategoricalIndex上重新索引时修复了 bug（GH 16770）。
修复了在设置对齐和 tz-aware DatetimeIndex时的DataFrame.loc问题（GH 16889）。
当使用较旧的 numpy 将 Index 或 Series 传递给.iloc时，避免了IndexError（GH 17193）。
允许 Python 2 中多级列中使用 Unicode 空字符串作为占位符（GH 17099）。
在MultiIndex上使用就地加法或赋值和 int 索引器时引起错误的 bug 修复，导致从错误的索引器读取和写入（GH 17148）。
在isin()中的 bug 修复，其中检查空Series对象的成员资格引发错误（GH 16991）。
在重新索引CategoricalIndex时修复了指定包含重复项的索引未被尊重的问题（GH 17323）。
RangeIndex与负步长的交集中的 bug 修复（GH 17296）。
IntervalIndex 中的错误，在非重叠单调递减索引的右端点中执行标量查找会失败。(GH 16417, GH 17271)
DataFrame.first_valid_index() 和 DataFrame.last_valid_index() 中的错误，当没有有效条目时。(GH 17400)
Series.rename() 中的错误，当调用一个可调用对象时，错误地更改了 Series 的名称，而不是 Index 的名称。(GH 17407)
String.str_get() 中的错误导致在使用负索引时引发 IndexError 而不是插入 NaN。(GH 17704)

IO

read_hdf() 中的错误，在从 fixed 格式的 HDFStore 中读取时，读取一个时区感知的索引。(GH 17618)
read_csv() 中的错误，列没有彻底去重。(GH 17060)
read_csv() 中的错误，指定的列名没有彻底去重。(GH 17095)
read_csv() 中的错误，对于头参数的非整数值会生成一个无关的错误消息。(GH 16338)
read_csv() 中的错误，当内存管理问题在某些条件下引发异常处理时，解释器会段错误。(GH 14696, GH 16798).
read_csv() 中的错误，当以 low_memory=False 调用时，至少一个列大小 > 2GB 的 CSV 会错误地引发 MemoryError。(GH 16798).
read_csv() 中的错误，当使用单元素列表 header 调用时，会返回所有 NaN 值的 DataFrame。(GH 7757)
DataFrame.to_csv() 中的一个 Bug，在 Python 3 中默认使用 'ascii' 编码，而不是 'utf-8'（GH 17097）
read_stata() 中的一个 Bug，使用迭代器时无法读取值标签（GH 16923）
read_stata() 中的一个 Bug，未设置索引（GH 16342）
read_html() 中的一个 Bug，在多线程运行时导入检查失败（GH 16928）
read_csv() 中的一个 Bug，自动检测分隔符导致在遇到错误行时抛出 TypeError 而不是正确的错误消息（GH 13374）
DataFrame.to_html() 中的一个 Bug，当 notebook=True 时，具有命名索引或非 MultiIndex 索引的 DataFrame 的列或行标签具有不希望的水平或垂直对齐（GH 16792）
DataFrame.to_html() 存在一个 Bug，即 justify 参数没有验证（GH 17527）
在读取包含 VLArray 的连续混合数据表时，HDFStore.select() 中存在一个 Bug（GH 17021）
to_json() 中的一个 Bug，包括具有不可打印符号的对象、具有深度递归的对象、标签过长等多种条件导致的段错误，而不是引发适当的异常（GH 14256）

绘图

使用 secondary_y 和 fontsize 的绘图方法中存在一个 Bug，未设置次要轴的字体大小（GH 12565）
在 y 轴绘制 timedelta 和 datetime 数据类型时存在一个 Bug（GH 16953）
线图在计算 xlims 时不再假设 x 数据单调递增，现在即使是未排序的 x 数据也会显示整条线。(GH 11310, GH 11471)
使用 matplotlib 2.0.0 及以上版本，线图的 x 范围计算由 matplotlib 处理，以便应用其新的默认设置。(GH 15495)
Series.plot.bar 或 DataFrame.plot.bar 中的 bug，y 不尊重用户传递的 color (GH 16822)
使用随机颜色时，plotting.parallel_coordinates 中的 bug 会重置随机种子 (GH 17525)

GroupBy/resample/rolling

DataFrame.resample(...).size() 中的 bug，一个空的 DataFrame 没有返回一个 Series (GH 14962)
infer_freq() 中的 bug 导致工作日之间间隔为 2 天的索引被错误地推断为工作日频率 (GH 16624)
.rolling(...).quantile() 中的 bug 不正确地使用了与 Series.quantile() 和 DataFrame.quantile() 不同的默认值 (GH 9413, GH 16211)
groupby.transform() 中的 bug，会将布尔值的 dtype 强制转换为浮点数 (GH 16875)
Series.resample(...).apply() 中的 bug，其中一个空的 Series 修改了源索引并且没有返回一个 Series 的名称 (GH 14313)
在具有 DatetimeIndex、window 为 timedelta 可转换且 min_periods >= 1 的 DataFrame 上使用 .rolling(...).apply(...) 中的 bug (GH 15305)
DataFrame.groupby 中的 bug，当键的数量等于 groupby 轴上的元素数量时，索引和列键没有被正确识别 (GH 16859)
groupby.nunique() 中的 bug，使用 TimeGrouper 无法正确处理 NaT (GH 17575)
DataFrame.groupby 中的 bug，当从 MultiIndex 中选择单个级别时，意外地进行排序 (GH 17537)
DataFrame.groupby 中的 bug，在使用 Grouper 对象覆盖模糊的列名时会引发不明确的警告 (GH 17383)
TimeGrouper 中的 bug 在作为列表和标量传递时会有所不同 (GH 17530)

Sparse

在将字典作为数据传入时，SparseSeries 中的 bug 会引发 AttributeError (GH 16905)
在从 SciPy 稀疏矩阵实例化的情况下，SparseDataFrame.fillna()未填充所有 NaN 值的错误（GH 16112）
在SparseSeries.unstack()和SparseDataFrame.stack()中的错误（GH 16614，GH 15045）
在make_sparse()中的错误处理两个具有相同位的数值/布尔数据，当数组dtype为object时被视为相同的错误（GH 17574）
SparseArray.all()和SparseArray.any()现在已实现以处理SparseArray，这些方法以前被使用但未实现（GH 17570）

重塑

使用非唯一PeriodIndex进行连接/合并引发TypeError的错误��GH 16871）
在crosstab()中的错误，非对齐的整数序列被转换为浮点数的错误（GH 17005）
在与类别数据类型和日期时间数据类型合并时出现错误引发TypeError的错误（GH 16900）
在大型对象序列和大型比较数组上使用isin()时出现的错误（GH 16012）
从 0.20 版本中修复的问题，Series.aggregate()和DataFrame.aggregate()再次允许字典作为返回值（GH 16741）
修复了在使用pivot_table()时，当调用margins=True时，结果的数据类型为整数数据类型输入的问题（GH 17013)
在crosstab()中的错误，传递两个具有相同名称的Series引发KeyError的错误（GH 13279）
Series.argmin()，Series.argmax()以及它们在DataFrame和 groupby 对象上的对应项在包含无限值的浮点数据上能够正确工作（GH 13595）
在unique()中，检查字符串元组引发TypeError的错误（GH 17108）
concat()中的一个错误，如果包含不可比较元素，则结果索引的顺序是不可预测的（GH 17344）
修复了在datetime64 dtype Series上按多列排序时出现的回归问题，其中包含NaT值（GH 16836）
pivot_table()中的一个错误，当dropna为False时，结果的列未保留columns的分类 dtype（GH 17842）
在DataFrame.drop_duplicates中的一个错误，当使用非唯一列名进行删除时会引发ValueError（GH 17836）
在unstack()中的一个错误，当在级别列表上调用时，会丢弃fillna参数（GH 13971）
在range对象和其他类似列表与DataFrame对齐时的一个错误，导致操作是按行而不是按列执行（GH 17901）

数值

在.clip()中，当axis=1且传递了类似列表的threshold时的一个错误；之前会引发ValueError（GH 15390）
Series.clip()和DataFrame.clip()现在将上限和下限参数的 NA 值视为None而不是引发ValueError（GH 17276）

PyPy

与 PyPy 在 read_csv() 中的兼容性，使用 usecols=[<unsorted ints>] 和 read_json() (GH 17351)
将拆分测试案例为 CPython 和 PyPy 的情况，其中需要强调使用 float('nan')、np.nan 和 NAT 进行索引匹配的脆弱性 (GH 17351)
修复 DataFrame.memory_usage() 以支持 PyPy。PyPy 上的对象没有固定大小，因此使用近似值代替 (GH 17228)

其他

一种 bug，一些原地操作符在调用时未被包装并生成了副本 (GH 12962)
eval() 中的一个 bug，inplace 参数被错误处理 (GH 16732)

贡献者

本版本共有 206 人贡献了补丁。带有“+”符号的人是第一次贡献补丁的。

3553x +
Aaron Barber
Adam Gleave +
Adam Smith +
AdamShamlian +
Adrian Liaw +
Alan Velasco +
Alan Yee +
Alex B +
Alex Lubbock +
Alex Marchenko +
Alex Rychyk +
Amol K +
Andreas Winkler
Andrew +
Andrew 亮
André Jonasson +
Becky Sweger
Berkay +
Bob Haffner +
Bran Yang
Brian Tu +
Brock Mendel +
Carol Willing +
Carter Green +
Chankey Pathak +
Chris
Chris Billington
Chris Filo Gorgolewski +
Chris Kerr
Chris M +
Chris Mazzullo +
Christian Prinoth
Christian Stade-Schuldt
Christoph Moehl +
DSM
Daniel Chen +
Daniel Grady
Daniel Himmelstein
Dave Willmer
David Cook
David Gwynne
David Read +
Dillon Niederhut +
Douglas Rudd
Eric Stein +
Eric Wieser +
Erik Fredriksen
Florian Wilhelm +
Floris Kint +
Forbidden Donut
Gabe F +
Giftlin +
Giftlin Rajaiah +
Giulio Pepe +
Guilherme Beltramini
Guillem Borrell +
Hanmin Qin +
Hendrik Makait +
Hugues Valois
Hussain Tamboli +
Iva Miholic +
Jan Novotný +
Jan Rudolph
Jean Helie +
Jean-Baptiste Schiratti +
Jean-Mathieu Deschenes
Jeff Knupp +
Jeff Reback
Jeff Tratner
JennaVergeynst
JimStearns206
Joel Nothman
John W. O’Brien
Jon Crall +
Jon Mease
Jonathan J. Helmus +
Joris Van den Bossche
JosephWagner
Juarez Bochi
Julian Kuhlmann +
Karel De Brabandere
Kassandra Keeton +
Keiron Pizzey +
Keith Webber
Kernc
Kevin Sheppard
Kirk Hansen +
Licht Takeuchi +
Lucas Kushner +
Mahdi Ben Jelloul +
Makarov Andrey +
Malgorzata Turzanska +
Marc Garcia +
Margaret Sy +
MarsGuy +
Matt Bark +
Matthew Roeschke
Matti Picus
Mehmet Ali “Mali” Akmanalp
Michael Gasvoda +
Michael Penkov +
Milo +
Morgan Stuart +
Morgan243 +
Nathan Ford +
Nick Eubank
Nick Garvey +
Oleg Shteynbuk +
P-Tillmann +
Pankaj Pandey
Patrick Luo
Patrick O’Melveny
Paul Reidy +
Paula +
Peter Quackenbush
Peter Yanovich +
Phillip Cloud
Pierre Haessig
Pietro Battiston
Pradyumna Reddy Chinthala
Prasanjit Prakash
RobinFiveWords
Ryan Hendrickson
Sam Foo
Sangwoong Yoon +
Simon Gibbons +
SimonBaron
Steven Cutting +
Sudeep +
Sylvia +
T N +
Telt
Thomas A Caswell
Tim Swast +
Tom Augspurger
Tong SHEN
Tuan +
Utkarsh Upadhyay +
Vincent La +
Vivek +
WANG Aiyong
WBare
Wes McKinney
XF +
Yi Liu +
Yosuke Nakabayashi +
aaron315 +
abarber4gh +
aernlund +
agustín méndez +
andymaheshw +
ante328 +
aviolov +
bpraggastis
cbertinato +
cclauss +
chernrick
chris-b1
dkamm +
dwkenefick
economy
faic +
fding253 +
gfyoung
guygoldberg +
hhuuggoo +
huashuai +
ian
iulia +
jaredsnyder
jbrockmendel +
jdeschenes
jebob +
jschendel +
keitakurita
kernc +
kiwirob +
kjford
linebp
lloydkirk
louispotok +
majiang +
manikbhandari +
margotphoenix +
matthiashuschle +
mattip
mjlove12 +
nmartensen +
pandas-docs-bot +
parchd-1 +
philipphanemann +
rdk1024 +
reidy-p +
ri938
ruiann +
rvernica +
s-weigand +
scotthavard92 +
skwbc +
step4me +
tobycheese +
topper-123 +
tsdlovell
ysau +
zzgao +

posted @ 2024-06-26 10:35 绝不原创的飞龙阅读(8) 评论(0) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

阅读排行：
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· 字符编码：从基础到乱码解决
· Open-Sora 2.0 重磅开源！

历史上的今天：
2023-06-26 Bert Pytorch 源码分析：五、模型架构简图
2023-06-26 Bert Pytorch 源码分析：四、编解码器
2023-06-26 Bert Pytorch 源码分析：三、Transformer块
2020-06-26 PythonGuru 中文系列教程·翻译完成

公告

Github：@wizardforcel

简书：@布客飞龙

微博：@布客飞龙

赞助我：

昵称：绝不原创的飞龙
园龄： 5年2个月
粉丝： 71
关注： 0

+加关注

2025年3月

日

一

二

三

四

五

六

掠夺·扩张·投机·博弈

Pandas 2.2 中文文档（五十二）

版本 0.22.0（2017 年 12 月 29 日）

不兼容的 API 更改

算术运算

通过分类分组

重新采样

滚动和扩展

兼容性

贡献者

算术操作

按分类分组

重新采样

滚动和扩展

算术运算

按Categorical分组

重新采样

滚动和扩展

兼容性

贡献者

版本 0.21.1（2017 年 12 月 12 日）

恢复 Matplotlib 日期时间转换器注册

Parquet IO 功能的改进

转换

Indexing

IO

绘图

GroupBy/resample/rolling

重塑

数值

分类

字符串

新功能

Parquet IO 功能的改进

其他增强功能

弃用

性能改进

Bug 修复

转换

索引

IO

绘图

分组/重采样/滚动

重塑

数值

类别

字符串

转换

索引

IO

绘图

GroupBy/resample/rolling

重塑

Numeric

Categorical

String

贡献者

版本 0.21.0（2017 年 10 月 27 日）

新功能

与 Apache Parquet 文件格式的集成

尝试创建列时改进的警告

方法 drop 现在也接受 index/columns 关键字

方法 rename、reindex 现在也接受 axis 关键字

用于指定分类的 CategoricalDtype

GroupBy 对象现在具有 pipe 方法

Categorical.rename_categories 接受类似于字典的参数

其他增强

新增的函数或方法

新增的关键字

各种增强功能。

新函数或方法

新的关键字

各种增强功能

不向后兼容的 API 更改

依赖关系已增加最低版本

使用缺失标签的列表进行索引已被弃用

NA 命名更改

现在 Series/Index 的迭代将返回 Python 标量

使用布尔索引进行索引

PeriodIndex 重新采样

按`Categorical`分组

方法 `drop` 现在也接受 index/columns 关键字

方法 `rename`、`reindex` 现在也接受 axis 关键字

用于指定分类的 `CategoricalDtype`

`GroupBy` 对象现在具有 `pipe` 方法

`Categorical.rename_categories` 接受类似于字典的参数

`PeriodIndex` 重新采样