Pandas-2-2-中文文档-五十九-

Pandas 2.2 中文文档（五十九）

原文：pandas.pydata.org/docs/

版本 0.14.1（2014 年 7 月 11 日）

原文：pandas.pydata.org/docs/whatsnew/v0.14.1.html

这是从 0.14.0 的次要版本，包括少量 API 更改，几个新功能，增强功能和性能改进，以及大量错误修复。我们建议所有用户升级到此版本。

重点包括：
- 新方法select_dtypes()基于 dtype 选择列和sem()计算平均值的标准误差。
- 支持 dateutil 时区（见文档）。
- 在read_csv()文本解析器中支持忽略完整行注释。
- 新的文档部分关于选项和设置。
- 很多错误修复。
增强功能
API 更改
性能改进
实验性更改
错误修复

API 更改

Openpyxl 现在在构建 openpyxl 写入器时引发 ValueError，而不是在 pandas 导入时发出警告(GH 7284)。
对于StringMethods.extract，当找不到匹配项时，结果 - 仅包含NaN值 - 现在还具有dtype=object，而不是float(GH 7242)
Period对象在与不是Period的另一个对象使用==比较时不再引发TypeError。相反，当使用==将Period与另一个对象进行比较时，如果另一个对象不是Period，则返回False。(GH 7376)
以前，在offsets.apply，rollforward和rollback操作中重置时间或不重置时间的行为在偏移量之间有所不同。随着对所有偏移量（见下文）的支持normalize关键字，默认值为 False（保留时间），某些偏移量（BusinessMonthBegin，MonthEnd，BusinessMonthEnd，CustomBusinessMonthEnd，BusinessYearBegin，LastWeekOfMonth，FY5253Quarter，LastWeekOfMonth，Easter）的行为已更改：
```
In [6]: from pandas.tseries import offsets

In [7]: d = pd.Timestamp('2014-01-01 09:00')

# old behaviour < 0.14.1
In [8]: d + offsets.MonthEnd()
Out[8]: pd.Timestamp('2014-01-31 00:00:00') 
```
从 0.14.1 开始，默认情况下所有偏移量都保留时间。旧行为可以通过normalize=True获得。
```
# new behaviour
In [1]: d + offsets.MonthEnd()
Out[1]: Timestamp('2014-01-31 09:00:00')

In [2]: d + offsets.MonthEnd(normalize=True)
Out[2]: Timestamp('2014-01-31 00:00:00') 
```
请注意，对于其他偏移量，默认行为没有更改。
在文本解析中，将#N/A N/A重新添加为默认的 NA 值，（从 0.12 回归）(GH 5521)
当 inplace 设置时，使用 .where 和非 np.nan 值会引发 TypeError，因为这与像 df[mask] = None 这样的设置项表达式不一致 (GH 7656) ## Enhancements
在 value_counts 和 nunique 中添加 dropna 参数 (GH 5569).
添加 select_dtypes() 方法，允许根据 dtype 选择列 (GH 7316). 参见文档.

所有 offsets 支持 normalize 关键字，用于指定 offsets.apply，rollforward 和 rollback 是否重置时间（小时，分钟等）或不重置（默认为 False，保留时间） (GH 7156):

import pandas.tseries.offsets as offsets

day = offsets.Day()
day.apply(pd.Timestamp("2014-01-01 09:00"))

day = offsets.Day(normalize=True)
day.apply(pd.Timestamp("2014-01-01 09:00"))

PeriodIndex 的表示形式与 DatetimeIndex 相同 (GH 7601)
StringMethods 现在可在空 Series 上使用 (GH 7242)
文件解析器 read_csv 和 read_table 现在忽略由参数 comment 提供的行注释，该参数仅接受 C 读取器的单个字符。特别地，它们允许在文件数据开始之前有注释 (GH 2685)
对于 read_csv() 同时使用 chunksize 和 nrows 现在抛出 NotImplementedError (GH 6774).
现在存在用于基本读取公共 S3 存储桶的测试 (GH 7281).
read_html 现在支持一个 encoding 参数，该参数传递给底层解析库。你可以用它来读取非 ASCII 编码的网页 (GH 7323).
read_excel 现在支持与 read_csv 相同的方式从 URL 中读取 (GH 6809)

支持 dateutil 时区，现在可以像 pytz 时区一样在 pandas 中使用 (GH 4688)

In [3]: rng = pd.date_range(
 ...:    "3/6/2012 00:00", periods=10, freq="D", tz="dateutil/Europe/London"
 ...: )
 ...: 

In [4]: rng.tz
Out[4]: tzfile('/usr/share/zoneinfo/Europe/London')

请参阅文档.

为 Series，DataFrame，Panel 和 Groupby 实现了 sem（平均标准误差）操作 (GH 6897)
在 Series groupby 允许列表中添加 nlargest 和 nsmallest，这意味着你现在可以在 SeriesGroupBy 对象上使用这些方法 (GH 7053).
所有偏移量 apply，rollforward 和 rollback 现在可以处理 np.datetime64，以前会导致 ApplyTypeError (GH 7452)
Period 和 PeriodIndex 的值可以包含 NaT (GH 7485)
支持对具有非唯一标签的Series、DataFrame和Panel对象进行 pickling，沿着item轴（index、columns和items分别）（GH 7370）
对混合空对象的 datetime/timedelta 的改进推断。从 0.13.1 版本开始，对所有空元素的对象索引的解释发生了回归（GH 7431） ## 性能
在涉及int64、timedelta64、datetime64的数值操作的 dtype 推断中的改进，提高了性能（GH 7223）
Series.transform 中的改进，显著提高性能（GH 6496）
DataFrame.transform 在 ufuncs 和内置分组函数方面的改进，显著提高性能（GH 7383）
在 datetime64 dtypes 的 groupby 聚合中的回归问题（GH 7555）
MultiIndex.from_product中的改进，用于大型可迭代对象（GH 7627） ## 实验性
pandas.io.data.Options有一个新方法，get_all_data方法，现在始终返回一个 MultiIndexed DataFrame（GH 5602）
io.gbq.read_gbq和io.gbq.to_gbq已经重构，不再依赖于 Google bq.py命令行客户端。这个子模块现在使用httplib2和 Google apiclient以及oauth2client API 客户端库，应该比bq.py更稳定和可靠。请参阅文档（GH 6937） ## Bug 修复
DataFrame.where中的一个 bug，当传递一个对称形状的 frame 和一个 DataFrame 的其他时（GH 7506）
在具有 MultiIndex 轴的 Panel 索引中的一个 bug（GH 7516）
datetimelike 切片索引中的回归问题，当存在重复索引和非精确的端点时（GH 7523）
在 list-of-lists 和单一与混合类型的 setitem 中的一个 bug（GH 7551）
在非对齐 Series 的时间操作中的 bug（GH 7500）
在分配不完整 Series 时的 timedelta 推断中的 bug（GH 7592）
groupby 中.nth存在一个 bug，当使用 Series 和类似整数的列名时（GH 7559）
Series.get中的一个 bug，使用布尔访问器时（GH 7407）
value_counts中的一个 bug，NaT不被视为缺失值(NaN)（GH 7423）
to_timedelta 中的 Bug 接受无效单位并错误解释 ‘m/h’（GH 7611, GH 6423）
线图中的 Bug 在 secondary_y=True 时未设置正确的 xlim（GH 7459）
分组的 hist 和 scatter 图中的 Bug 使用旧的 figsize 默认值（GH 7394）
使用 DataFrame.plot、hist 绘制子图时，即使子图数量为 1，也会清除传递的 ax（GH 7391）
使用 DataFrame.boxplot 绘制子图时，如果子图数量超过 1，则引发 ValueError（GH 7391）
子图中显示的 ticklabels 和 labels 规则不同的 Bug（GH 5897）
使用 Panel.apply 时，如果轴是 MultiIndex，则存在 Bug（GH 7469）
DatetimeIndex.insert 中的 Bug 不保留 name 和 tz（GH 7299）
DatetimeIndex.asobject 中的 Bug 不保留 name（GH 7299）
使用日期时间范围（字符串和时间戳）进行 MultiIndex 切片时存在 Bug（GH 7429）
Index.min 和 max 中的 Bug 未正确处理 nan 和 NaT（GH 7261）
PeriodIndex.min/max 中的 Bug 导致 int 类型错误（GH 7609）
resample 中的 Bug，如果传递了 how，则忽略了 fill_method（GH 2073）
TimeGrouper 中的 Bug 不排除由 key 指定的列（GH 7227）
DataFrame 和 Series 的柱状图和横向柱状图中的 Bug 在指定 bottom 和 left 关键字时引发 TypeError（GH 7226）
DataFrame.hist 中的 Bug 在包含非数字列时引发 TypeError（GH 7277）
Index.delete 中的 Bug 不保留 name 和 freq 属性（GH 7302）
DataFrame.query()/eval 中的 Bug，本地字符串变量带有 @ 符号被视为临时变量尝试删除（GH 7300）
Float64Index 中的 Bug 不允许重复值（GH 7149）
DataFrame.replace() 中的 Bug 替换了真值（GH 7140）
StringMethods.extract() 中的错误，其中单个匹配组 Series 将使用匹配器的名称而不是组名（GH 7313）
当 mode.use_inf_as_null == True 时 isnull() 中存在的错误，当遇到 inf/-inf 时，isnull 不会测试 True（[GH 7315](https://github.com/pandas-dev/pandas/issues/7315））
推断频率中的错误导致东半球时区返回 None（GH 7310）
Easter 中存在的错误，当偏移为负时返回不正确的日期（GH 7195）
在 .div、整数数据类型和除以零的广播中的错误（GH 7325）
CustomBusinessDay.apply 中存在的错误，当传递 np.datetime64 对象时引发 NameError（GH 7196）
MultiIndex.append、concat 和 pivot_table 中不保留时区的错误（GH 6606）
在单一多级索引级别上使用索引器列表的 .loc 中的错误（不是嵌套的）（GH 7349）
使用具有不同长度的元组键的字典映射 Series.map 中的错误（GH 7333）
所有 StringMethods 现在在空 Series 上工作的错误（GH 7242）
当查询不包含 'select' 时，将 read_sql 委托给 read_sql_query 的修复（GH 7324）
将字符串列名分配给具有 Float64Index 的 DataFrame 时，在调用 np.isnan 时引发 TypeError 的错误（GH 7366）
NDFrame.replace() 中未正确替换具有 Period 值的对象的错误（GH 7379）
.ix getitem 应始终返回 Series 的错误（GH 7150）
多级索引切片中存在的错误（GH 7399）
多级索引切片中存在步长的错误（GH 7400）
DatetimeIndex 中负索引未正确切片的错误（GH 7408）
NaT 在 MultiIndex 中未正确显示的错误（GH 7406，GH 7409）
convert_objects 中将布尔对象转换为 nan 的错误（GH 7416）
quantile 中忽略 axis 关键字参数的错误（GH 7306）
nanops._maybe_null_out 与复数不起作用的错误（GH 7353）
当 axis==0 时，一维 nan 数组的多个 nanops 函数中的错误（GH 7354）
当 axis==None 时，nanops.nanmedian 无法正常工作的错误（GH 7352）
nanops._has_infs 在许多 dtypes 中无法正常工作的错误（GH 7357）
StataReader.data 中读取 0 观测数据失败的错误（GH 7369）
读取包含固定宽度字符串的 Stata 13 (117) 文件时，StataReader 中的错误（GH 7360）
StataWriter 中编码被忽略的错误（GH 7286）
DatetimeIndex 比较中的错误没有正确处理 NaT（GH 7529）
将带有 tzinfo 的输入传递给某些偏移量 apply、rollforward 或 rollback 时重置 tzinfo 或引发 ValueError ��错误（GH 7465）
DatetimeIndex.to_period、PeriodIndex.asobject、PeriodIndex.to_timestamp 中的错误不会保留 name（GH 7485）
DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 中处理 NaT 不正确的错误（GH 7228）
offsets.apply、rollforward 和 rollback 中的错误可能会返回正常的 datetime（GH 7502）
当目标包含 NaT 时，resample 引发 ValueError 的错误（GH 7227）
Timestamp.tz_localize 重置 nanosecond 信息的错误（GH 7534）
当包含 NaT 时，DatetimeIndex.asobject 引发 ValueError 的错误（GH 7539）
Timestamp.__new__ 中未正确保留纳秒的错误（GH 7610）
Index.astype(float) 中的错误会返回一个 object dtype Index（GH 7464）
DataFrame.reset_index 中丢失 tz 的错误（GH 3950）
当 freq 为 None 时，DatetimeIndex.freqstr 引发 AttributeError 的错误（GH 7606）
GroupBy.size 中由 TimeGrouper 创建的错误引发了 AttributeError（GH 7453）
单列条形图中的错误对齐不正确（GH 7498）
具有时区感知时间序列的面积图中的错误引发 ValueError（GH 7471）
非单调 Index.union 可能会不正确保留 name 的错误（GH 7458）
DatetimeIndex.intersection中的错误，不会保留时区信息 (GH 4690)
rolling_var中的错误，当窗口大于数组时会引发错误(GH 7297)
最后绘制时间序列的xlim存在错误（GH 2960)
secondary_y轴未考虑在时间序列xlim中的错误（GH 3490)
Float64Index分配时的错误，使用非标量索引器（GH 7586)
pandas.core.strings.str_contains中的错误，当regex=False和case=False时，不会以不区分大小写的方式正确匹配（GH 7505)
expanding_cov、expanding_corr、rolling_cov和rolling_corr中的错误，两个参数的索引不匹配(GH 7512)
to_sql中的错误，将布尔列作为文本列（GH 7678)
分组hist中的错误未正确处理rot和sharex参数（GH 7234)
使用object类型索引时，.loc中的错误会执行回退整数索引（GH 7496)
PeriodIndex构造函数中的错误（回归），当传递Series对象时会出错（GH 7701). ## 贡献者

共有 46 人为此版本贡献了补丁。名字后面带有“+”的人是第一次贡献补丁。

Andrew Rosenfeld
Andy Hayden
Benjamin Adams +
Benjamin M. Gross +
Brian Quistorff +
Brian Wignall +
DSM
Daniel Waeber
David Bew +
David Stephens
Jacob Schaer
Jan Schulz
John David Reaver
John W. O’Brien
Joris Van den Bossche
Julien Danjou +
K.-Michael Aye
Kevin Sheppard
Kyle Meyer
Matt Wittmann
Matthew Brett +
Michael Mueller +
Mortada Mehyar
Phillip Cloud
Rob Levy +
Schaer, Jacob C +
Stephan Hoyer
Thomas Kluyver
Todd Jennings
Tom Augspurger
TomAugspurger
bwignall
clham
dsm054 +
helger +
immerrr
jaimefrio
jreback
lexual
onesandzeroes
rockg
sanguineturtle +
seth-p +
sinhrks
未知
yelite + ## API 更改
Openpyxl 现在在构建 openpyxl 写入器时会引发 ValueError，而不是在导入 pandas 时发出警告（GH 7284).
对于StringMethods.extract，当找不到匹配时，结果仅包含NaN值，现在也具有dtype=object而不是float (GH 7242)
当使用==与不是Period对象进行比较时，Period对象不再引发TypeError。相反，如果使用==与另一个对象进行比较，而该对象不是Period对象，则返回False。(GH 7376)
以前，在offsets.apply、rollforward和rollback操作中重置时间与否的行为在偏移量之间有所不同。通过为所有偏移量添加normalize关键字（见下文），默认值为 False（保留时间），某些偏移量的行为发生了变化（BusinessMonthBegin、MonthEnd、BusinessMonthEnd、CustomBusinessMonthEnd、BusinessYearBegin、LastWeekOfMonth、FY5253Quarter、LastWeekOfMonth、Easter）：
```
In [6]: from pandas.tseries import offsets

In [7]: d = pd.Timestamp('2014-01-01 09:00')

# old behaviour < 0.14.1
In [8]: d + offsets.MonthEnd()
Out[8]: pd.Timestamp('2014-01-31 00:00:00') 
```
从 0.14.1 开始，所有偏移量默认保留时间。旧行为可以通过normalize=True获得
```
# new behaviour
In [1]: d + offsets.MonthEnd()
Out[1]: Timestamp('2014-01-31 09:00:00')

In [2]: d + offsets.MonthEnd(normalize=True)
Out[2]: Timestamp('2014-01-31 00:00:00') 
```
请注意，对于其他偏移量，默认行为没有更改。
将#N/A N/A重新添加为文本解析的默认 NA 值（从 0.12 版本中的回归）（GH 5521）
在使用.where和非np.nan值进行就地设置时引发TypeError，因为这与df[mask] = None等设置项表达式不一致（GH 7656）

增强功能

向value_counts和nunique添加dropna参数（GH 5569）。
添加select_dtypes()方法，以允许根据 dtype 选择列（GH 7316）。请参阅文档。

所有offsets都支持normalize关键字，用于指定offsets.apply、rollforward和rollback是否重置时间（小时、分钟等）（默认为False，保留时间）（GH 7156）：

import pandas.tseries.offsets as offsets

day = offsets.Day()
day.apply(pd.Timestamp("2014-01-01 09:00"))

day = offsets.Day(normalize=True)
day.apply(pd.Timestamp("2014-01-01 09:00"))

PeriodIndex的表示方式与DatetimeIndex相同（GH 7601）
StringMethods现在可以在空 Series 上使用（GH 7242)
文件解析器read_csv和read_table现在会忽略参数comment提供的行注释，该参数仅接受 C 读取器的单个字符。特别是，它们允许在文件数据开始之前进行注释（GH 2685）
为read_csv()的同时使用chunksize和nrows添加NotImplementedError（GH 6774）。
现在存在用于基本读取公共 S3 存储桶的测试（GH 7281）。
read_html现在支持一个encoding参数，该参数传递给底层解析库。您可以使用此参数读取非 ascii 编码的网页（GH 7323）。
read_excel现在支持与read_csv相同的方式从 URL 读取。 (GH 6809)

支持 dateutil 时区，现在可以像 pytz 时区一样在 pandas 中使用了（GH 4688）

In [3]: rng = pd.date_range(
 ...:    "3/6/2012 00:00", periods=10, freq="D", tz="dateutil/Europe/London"
 ...: )
 ...: 

In [4]: rng.tz
Out[4]: tzfile('/usr/share/zoneinfo/Europe/London')

参见文档。

实现了Series、DataFrame、Panel和Groupby的sem（平均标准误差）操作（GH 6897）
将nlargest和nsmallest添加到Series groupby的允许列表中，这意味着你现在可以在SeriesGroupBy对象上使用这些方法了（GH 7053）
所有的 offsets apply、rollforward 和 rollback现在都可以处理np.datetime64，之前导致ApplyTypeError的结果（GH 7452）
Period和PeriodIndex的值中可以包含NaT（Not a Time）了（GH 7485）
支持对具有非唯一标签的Series、DataFrame和Panel对象进行 pickle 化，沿着item轴（分别是index、columns和items）（GH 7370）
改进了混合 null 对象的 datetime/timedelta 推断。从 0.13.1 开始对所有 null 元素的对象索引的解释发生了回归（GH 7431）

性能

改进了涉及数值操作的 dtype 推断，带来了性能增益：int64、timedelta64、datetime64的 dtype（GH 7223）
使用 Series.transform 进行了性能改进，实现了显著的性能增益（GH 6496）
使用 ufuncs 和内置的分组器函数改进了 DataFrame.transform 以实现显著的性能增益（GH 7383）
对 datetime64 dtypes 的 groupby 聚合产生的回归（GH 7555）
改进了MultiIndex.from_product以处理大迭代器（GH 7627）

实验性

pandas.io.data.Options有一个新方法，get_all_data方法，现在一致返回一个MultiIndexed DataFrame（GH 5602）
io.gbq.read_gbq和io.gbq.to_gbq已经重新设计，不再依赖于 Google bq.py命令行客户端。这个子模块现在使用httplib2和 Google 的apiclient和oauth2clientAPI 客户端库，应该比bq.py更稳定，因此更可靠。参见文档。（GH 6937）。

Bug 修复

修复了具有对称形状帧和传递给DataFrame.where的其他 DataFrame 的情况下的错误（GH 7506）
修复了 Panel 在具有 MultiIndex 轴的情况下的索引错误（GH 7516）
日期时间切片索引中的回归，具有重复索引和非精确端点 (GH 7523)
Bug in setitem 使用列表的列表和单一 vs 混合类型时出现问题 (GH 7551😃
Bug in time ops 与非对齐 Series 有问题 (GH 7500)
Bug in timedelta 推断当分配不完整的 Series 时出现问题 (GH 7592)
Bug in groupby .nth 使用 Series 和整数列名时出现问题 (GH 7559)
Bug in Series.get 使用布尔访问器时出现问题 (GH 7407)
Bug in value_counts 中 NaT 不被视为缺失值 (NaN) (GH 7423)
Bug in to_timedelta 接受无效单位并错误解释 ‘m/h’ (GH 7611, GH 6423)
Bug in line plot 如果 secondary_y=True 时没有设置正确的 xlim (GH 7459)
分组 hist 和 scatter 图使用旧的 figsize 默认值 (GH 7394)
Bug in plotting 使用 DataFrame.plot 绘制子图，hist 清除传递的 ax 即使子图数量为一 (GH 7391).
在使用 DataFrame.boxplot 绘制子图时，如果子图数量超过 1，by kw 引发 ValueError (GH 7391).
Bug in subplots 显示 ticklabels 和 labels 规则不同 (GH 5897)
Bug in Panel.apply 使用 MultiIndex 作为轴时出现问题 (GH 7469)
Bug in DatetimeIndex.insert 没有保留 name 和 tz (GH 7299)
Bug in DatetimeIndex.asobject 不保留 name (GH 7299)
Bug in MultiIndex 切片与日期范围（字符串和时间戳）有问题 (GH 7429)
Bug in Index.min 和 max 没有正确处理 nan 和 NaT (GH 7261)
Bug in PeriodIndex.min/max 导致 int 结果 (GH 7609)
Bug in resample 中 fill_method 被忽略，如果你传递了 how (GH 2073)
Bug in TimeGrouper 没有排除由 key 指定的列 (GH 7227)
Bug in DataFrame 和 Series 柱状图和横向柱状图在指定 bottom 和 left 关键字时引发 TypeError (GH 7226)
DataFrame.hist中的错误在包含非数字列时引发TypeError（GH 7277）
Index.delete中的错误不保留name和freq属性（GH 7302）
DataFrame.query()/eval中的广播错误，其中带有@符号的本地字符串变量被视为尝试删除的临时变量（GH 7300）。
Float64Index中的错误，不允许重复（GH 7149）。
DataFrame.replace()中的错误，替换真值（GH 7140）。
StringMethods.extract()中的错误，其中单个匹配组 Series 将使用匹配器的名称而不是组名称（GH 7313）。
当mode.use_inf_as_null == True时，isnull()中的错误，其中isnull在遇到inf/-inf时不会测试True（GH 7315）。
推断频率中的错误导致东半球时区返回None（GH 7310）
Easter在偏移为负时返回不正确的日期（GH 7195）
使用.div、整数数据类型和除零时的广播错误（GH 7325）
CustomBusinessDay.apply中的错误，在传递np.datetime64对象时引发NameError（GH 7196）
MultiIndex.append、concat和pivot_table中的错误不保留时区（GH 6606）
在单个多级索引级别（非嵌套）上使用索引器列表的.loc中的错��（GH 7349）
Series.map中的错误，当映射具有不同长度的元组键的字典时（GH 7333）
所有StringMethods中的错误现在在空 Series 上工作（GH 7242）
修复read_sql委托给read_sql_query，当查询不包含‘select’时（GH 7324）。
将字符串列名分配给具有Float64Index的DataFrame时引发TypeError，在调用np.isnan时（GH 7366）。
NDFrame.replace()中未正确替换具有Period值的对象的错误（GH 7379）。
.ix中的 getitem 中的错误应始终返回一个 Series（GH 7150）
使用不完整索引器对MultiIndex进行切片中的错误（GH 7399）
在一个已切片级别的步长中，MultiIndex 切片中的错误（GH 7400）
在 DatetimeIndex 中，负索引器未正确切片的错误（GH 7408）
在 MultiIndex 中，NaT 未正确表示的错误（GH 7406，GH 7409）
在 convert_objects 中，将布尔对象转换为 nan 的错误（GH 7416）
quantile 中忽略了 axis 关键字参数的错误（GH 7306）
在复数中，nanops._maybe_null_out 无法正常工作的错误（GH 7353）
对于一维 nan 数组，axis==0 时，几个 nanops 函数的错误（GH 7354）
当 axis==None 时，nanops.nanmedian 中的错误导致无法工作（GH 7352）
当 dtype 很多时，nanops._has_infs 无法正常工作的错误（GH 7357）
在读取 0 观测数据失败时，StataReader.data 中的错误（GH 7369）
读取包含固定宽度字符串的 Stata 13（117）文件时，StataReader 中的错误（GH 7360）
在 StataWriter 中，忽略了编码的错误（GH 7286）
在 DatetimeIndex 比较中，未正确处理 NaT 的错误（GH 7529）
将带有 tzinfo 的输入传递给某些偏移量的 apply、rollforward 或 rollback 时重置了 tzinfo 或引发了 ValueError（GH 7465）
DatetimeIndex.to_period、PeriodIndex.asobject、PeriodIndex.to_timestamp 中的错误未正确保留 name（GH 7485）
DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 处理 NaT 不正确的错误（GH 7228）
在 offsets.apply、rollforward 和 rollback 中，可能返回正常 datetime 的错误（GH 7502）
在目标包含 NaT 时，resample 引发 ValueError 的错误（GH 7227）
Timestamp.tz_localize 中的错误重置了 nanosecond 信息（GH 7534）
当包含 NaT 时，DatetimeIndex.asobject 中的错误会引发 ValueError（GH 7539）
Timestamp.__new__ 中的错误未正确保留纳秒（GH 7610）
Index.astype(float) 中的错误，会返回一个 object 类型的 Index（GH 7464).
DataFrame.reset_index 中的错误导致 tz 丢失（GH 3950)
DatetimeIndex.freqstr 中的错误，当 freq 为 None 时引发 AttributeError（GH 7606)
由 TimeGrouper 创建的 GroupBy.size 中的错误引发 AttributeError（GH 7453)
单列条形图中的对齐错误（GH 7498).
具有时区信息的时间序列的区域图中的错误引发 ValueError（GH 7471)
非单调 Index.union 中的错误可能会不正确保留 name（GH 7458)
DatetimeIndex.intersection 中的错误，不保留时区信息（GH 4690)
rolling_var 中的错误，窗口大于数组大小会引发错误(GH 7297)
最后绘制的时间序列决定 xlim 的错误（GH 2960)
secondary_y 轴未考虑到时间序列 xlim 的错误（GH 3490)
Float64Index 中的错误，使用非标量索引器进行赋值（GH 7586)
pandas.core.strings.str_contains 中的错误，当 regex=False 和 case=False 时未正确匹配大小写（GH 7505)
expanding_cov、expanding_corr、rolling_cov 和 rolling_corr 中的错误，两个参数的索引不匹配（GH 7512)
to_sql 中的错误，将布尔列作为文本列处理（GH 7678)
分组 hist 中的错误未正确处理 rot 和 sharex 参数（GH 7234)
.loc 中的错误，在使用 object 类型索引时执行回退整数索引（GH 7496)
PeriodIndex 构造函数中的错误，传递 Series 对象时出现问题（GH 7701).

贡献者

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

Andrew Rosenfeld
Andy Hayden
Benjamin Adams +
Benjamin M. Gross +
Brian Quistorff +
Brian Wignall +
DSM
Daniel Waeber
David Bew +
David Stephens
Jacob Schaer
Jan Schulz
John David Reaver
John W. O’Brien
Joris Van den Bossche
Julien Danjou +
K.-Michael Aye
Kevin Sheppard
Kyle Meyer
Matt Wittmann
Matthew Brett +
Michael Mueller +
Mortada Mehyar
Phillip Cloud
Rob Levy +
Schaer, Jacob C +
Stephan Hoyer
Thomas Kluyver
Todd Jennings
Tom Augspurger
TomAugspurger
bwignall
clham
dsm054 +
helger +
immerrr
jaimefrio
jreback
lexual
onesandzeroes
rockg
sanguineturtle +
seth-p +
sinhrks
unknown
yelite +

版本 0.14.0 (2014 年 5 月 31 日)

原文：pandas.pydata.org/docs/whatsnew/v0.14.0.html

这是从 0.13.1 的一个重大更新，包括少量 API 变更，以及一些新功能、增强和性能改进，还有大量的 bug 修复。我们建议所有用户升级到这个版本。

重点包括：
- 正式支持 Python 3.4
- SQL 接口更新为使用 sqlalchemy，请参阅这里。
- 显示接口更改，请参阅这里
- 使用 Slicers 进行 MultiIndexing，请参阅这里。
- 能够将单索引 DataFrame 与 MultiIndexed DataFrame 进行连接，请参阅这里
- 分组结果更一致，分组规范更灵活，请参阅这里
- CustomBusinessDay 现在支持假期日历，请参阅这里
- 绘图函数有几处改进，包括：hexbin、面积和饼图，请参阅这里。
- I/O 操作的性能文档部分，请参阅这里
其他增强
API 变更
文本解析 API 变更
分组 API 变更
性能改进
之前的弃用
弃用
已知问题
Bug 修复

警告

在 0.14.0 中，所有基于 NDFrame 的容器都经历了重大的内部重构。在此之前，每个均匀数据块都有自己的标签，需要额外注意以保持这些标签与父容器的标签同步。这不应该对用户/API 行为造成任何可见的变化 (GH 6745)

API 变更

read_excel 使用 0 作为默认表格 (GH 6573)

iloc 现在会接受超出边界的索引器进行切片，例如超出被索引对象长度的值。这些将被排除在外。这将使 pandas 更符合 python/numpy 对超出边界值的索引方式。一个超出边界且减少对象维度的单索引器仍将引发 IndexError (GH 6296, GH 6299)。这可能导致轴为空 (例如返回一个空的 DataFrame)

In [1]: dfl = pd.DataFrame(np.random.randn(5, 2), columns=list('AB'))

In [2]: dfl
Out[2]: 
 A         B
0  0.469112 -0.282863
1 -1.509059 -1.135632
2  1.212112 -0.173215
3  0.119209 -1.044236
4 -0.861849 -2.104569

[5 rows x 2 columns]

In [3]: dfl.iloc[:, 2:3]
Out[3]: 
Empty DataFrame
Columns: []
Index: [0, 1, 2, 3, 4]

[5 rows x 0 columns]

In [4]: dfl.iloc[:, 1:3]
Out[4]: 
 B
0 -0.282863
1 -1.135632
2 -0.173215
3 -1.044236
4 -2.104569

[5 rows x 1 columns]

In [5]: dfl.iloc[4:6]
Out[5]: 
 A         B
4 -0.861849 -2.104569

[1 rows x 2 columns]

这些是超出边界的选择

>>> dfl.iloc[[4, 5, 6]]
IndexError: positional indexers are out-of-bounds

>>> dfl.iloc[:, 4]
IndexError: single positional indexer is out-of-bounds

使用负的起始、结束和步长值进行切片能更好地处理边界情况 (GH 6531)：
- df.iloc[:-len(df)] 现在为空
- df.iloc[len(df)::-1] 现在按逆序枚举所有元素
DataFrame.interpolate() 关键字 downcast 默认已从 infer 更改为 None。这是为了保留原始 dtype，除非显式请求否则不变（GH 6290）。
将数据框转换为 HTML 时，它曾返回 Empty DataFrame。这种特殊情况已被移除，而是返回具有列名的标题（GH 6062）。
现在 Series 和 Index 在内部共享更多的常见操作，例如 factorize(),nunique(),value_counts() 现在也支持在 Index 类型上。为了 API 一致性，已从 Series 中删除了 Series.weekday 属性。在 Series 上使用 DatetimeIndex/PeriodIndex 方法现在将引发 TypeError。（GH 4551, GH 4056, GH 5519, GH 6380, GH 7206）。
为 DateTimeIndex / Timestamp 添加 is_month_start、is_month_end、is_quarter_start、is_quarter_end、is_year_start、is_year_end 访问器，返回一个布尔数组，指示时间戳是否在 DateTimeIndex / Timestamp 定义的月/季度/年的开始/结束处（GH 4565, GH 6998）。
pandas.eval() / DataFrame.eval() / DataFrame.query() 中的局部变量使用方式已更改（GH 5987）。对于 DataFrame 方法，有两个变化：
- 现在列名称优先于局部变量。
- 必须显式引用局部变量。这意味着即使你有一个不是列的局部变量，你仍然必须使用 '@' 前缀引用它。
- 对于 pandas 中的表达式，如 df.query('@a < a')，不会因为名称 a 的歧义而导致投诉。
- 顶层 pandas.eval() 函数不允许使用 '@' 前缀，并提供错误消息告诉您如此。
- NameResolutionError 已移除，因为不再需要。
定义并记录查询/计算中列名与索引名的顺序（GH 6676）。
concat现在将使用 Series 名称或编号列来合并混合的 Series 和 DataFrames（GH 2385）。请参阅文档

在Index类上进行切片、高级/布尔索引操作以及Index.delete()和Index.drop()方法将不再更改生成的索引的类型（GH 6440、GH 7040）

In [6]: i = pd.Index([1, 2, 3, 'a', 'b', 'c'])

In [7]: i[[0, 1, 2]]
Out[7]: Index([1, 2, 3], dtype='object')

In [8]: i.drop(['a', 'b', 'c'])
Out[8]: Index([1, 2, 3], dtype='object')

以前，上述操作会返回Int64Index。如果你想手动执行此操作，请使用Index.astype()

In [9]: i[[0, 1, 2]].astype(np.int_)
Out[9]: Index([1, 2, 3], dtype='int64')

set_index不再将 MultiIndexes 转换为元组的索引。例如，在这种情况下，旧行为返回一个索引（GH 6459）：

# Old behavior, casted MultiIndex to an Index
In [10]: tuple_ind
Out[10]: Index([('a', 'c'), ('a', 'd'), ('b', 'c'), ('b', 'd')], dtype='object')

In [11]: df_multi.set_index(tuple_ind)
Out[11]: 
 0         1
(a, c)  0.471435 -1.190976
(a, d)  1.432707 -0.312652
(b, c) -0.720589  0.887163
(b, d)  0.859588 -0.636524

[4 rows x 2 columns]

# New behavior
In [12]: mi
Out[12]: 
MultiIndex([('a', 'c'),
 ('a', 'd'),
 ('b', 'c'),
 ('b', 'd')],
 )

In [13]: df_multi.set_index(mi)
Out[13]: 
 0         1
a c  0.471435 -1.190976
 d  1.432707 -0.312652
b c -0.720589  0.887163
 d  0.859588 -0.636524

[4 rows x 2 columns]

当向set_index传递多个索引时也适用：

# Old output, 2-level MultiIndex of tuples
In [14]: df_multi.set_index([df_multi.index, df_multi.index])
Out[14]: 
 0         1
(a, c) (a, c)  0.471435 -1.190976
(a, d) (a, d)  1.432707 -0.312652
(b, c) (b, c) -0.720589  0.887163
(b, d) (b, d)  0.859588 -0.636524

[4 rows x 2 columns]

# New output, 4-level MultiIndex
In [15]: df_multi.set_index([df_multi.index, df_multi.index])
Out[15]: 
 0         1
a c a c  0.471435 -1.190976
 d a d  1.432707 -0.312652
b c b c -0.720589  0.887163
 d b d  0.859588 -0.636524

[4 rows x 2 columns]

pairwise关键字已添加到统计时刻函数rolling_cov、rolling_corr、ewmcov、ewmcorr、expanding_cov、expanding_corr，以允许计算移动窗口协方差和相关矩阵（GH 4950）。请参阅计算滚动成对协方差和相关性文档。

In [1]: df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))

In [4]: covs = pd.rolling_cov(df[['A', 'B', 'C']],
 ....:                       df[['B', 'C', 'D']],
 ....:                       5,
 ....:                       pairwise=True)

In [5]: covs[df.index[-1]]
Out[5]:
 B         C         D
A  0.035310  0.326593 -0.505430
B  0.137748 -0.006888 -0.005383
C -0.006888  0.861040  0.020762

Series.iteritems()现在是惰性的（返回一个迭代器而不是列表）。这是 0.14 之前的文档化行为。(GH 6760)
添加Index的nunique和value_counts函数以计算唯一元素。(GH 6734)
当level关键字引用Index中的非唯一项时，stack和unstack现在会引发ValueError（先前引发KeyError）。(GH 6738)
从Series.sort中删除未使用的 order 参数；现在参数与Series.order的顺序相同；添加na_position参数以符合Series.order（GH 6847）
Series.order的默认排序算法现在是quicksort，以符合Series.sort（和 numpy 的默认值）
添加inplace关键字到Series.order/sort，使它们成为反函数（GH 6859）
DataFrame.sort现在根据na_position参数将 NaN 放在排序的开头或末尾。(GH 3917)
在concat中接受TextFileReader，这影响了一个常见的用户习惯（GH 6583），这是从 0.13.1 开始的一个回归问题。
在 Index 和 Series 中添加了 factorize 函数以获取索引器和唯一值 (GH 7090)
DataFrame 中的 describe 如果包含了时间戳和字符串类型的混合对象，则返回不同的索引 (GH 7088)。之前索引意外地被排序。

仅包含 bool 数据类型的算术操作现在会发出警告，指示它们在 +、- 和 * 操作中是在 Python 空间中评估的，并且对所有其他操作进行报错 (GH 7011, GH 6762, GH 7015, GH 7210)

>>> x = pd.Series(np.random.rand(10) > 0.5)
>>> y = True
>>> x + y  # warning generated: should do x | y instead
UserWarning: evaluating in Python space because the '+' operator is not
supported by numexpr for the bool dtype, use '|' instead
>>> x / y  # this raises because it doesn't make sense
NotImplementedError: operator '/' not implemented for bool dtypes

在 HDFStore 中，当找不到键或选择器时，select_as_multiple 将始终引发 KeyError (GH 6177)
df['col'] = value 和 df.loc[:,'col'] = value 现在完全等价；之前 .loc 不一定会强制转换结果 series 的数据类型 (GH 6149)
dtypes 和 ftypes 现在在空容器上返回具有 dtype=object 的 series (GH 5740)
如果未提供目标路径或缓冲区，则 df.to_csv 现在将返回 CSV 数据的字符串 (GH 6061)
pd.infer_freq() 现在如果给定了无效的 Series/Index 类型，会抛出 TypeError 异常 (GH 6407, GH 6463)
传递给 DataFame.sort_index 的元组将被解释为索引的级别，而不需要一个元组列表 (GH 4370)
所有偏移量操作现在返回 Timestamp 类型（而不是 datetime），Business/Week 频率之前不正确 (GH 4069)
to_excel 现在将 np.inf 转换为字符串表示形式，可以通过 inf_rep 关键字参数自定义（Excel 没有原生的 inf 表示） (GH 6782)
将 pandas.compat.scipy.scoreatpercentile 替换为 numpy.percentile (GH 6810)
datetime[ns] series 上的 .quantile 现在返回 Timestamp 而不是 np.datetime64 对象 (GH 6810)
将无效类型传递给 concat 时，将 AssertionError 更改为 TypeError (GH 6583)
当 DataFrame 的 data 参数传递了迭代器时，抛出 TypeError 异常 (GH 5357) ## 显示更改
大型数据框的默认打印方式已更改。超过 max_rows 和/或 max_columns 的数据框现在以居中截断的视图显示，与 pandas.Series 的打印方式一致（GH 5603）。

在以前的版本中，一旦达到维度约束，数据框就会被截断，并且省略号（…）表示部分数据被截断。

在当前版本中，大型数据框会被居中截断，展示头部和尾部的预览。

允许在 display.show_dimensions 中使用 'truncate' 选项，只有在数据框被截断时才显示维度（GH 6547）。

display.show_dimensions 的默认值现在将是 truncate。这与 Series 的显示长度一致。

In [16]: dfd = pd.DataFrame(np.arange(25).reshape(-1, 5),
 ....:                   index=[0, 1, 2, 3, 4],
 ....:                   columns=[0, 1, 2, 3, 4])
 ....: 

# show dimensions since this is truncated
In [17]: with pd.option_context('display.max_rows', 2, 'display.max_columns', 2,
 ....:                       'display.show_dimensions', 'truncate'):
 ....:    print(dfd)
 ....: 
 0  ...   4
0    0  ...   4
..  ..  ...  ..
4   20  ...  24

[5 rows x 5 columns]

# will not show dimensions since it is not truncated
In [18]: with pd.option_context('display.max_rows', 10, 'display.max_columns', 40,
 ....:                       'display.show_dimensions', 'truncate'):
 ....:    print(dfd)
 ....: 
 0   1   2   3   4
0   0   1   2   3   4
1   5   6   7   8   9
2  10  11  12  13  14
3  15  16  17  18  19
4  20  21  22  23  24

当 display.max_rows 小于系列长度时，多重索引系列的显示存在回归问题（GH 7101）。
修复了截断的 Series 或 DataFrame 的 HTML 表示中不显示类名的 bug，当 large_repr 设置为 'info' 时（GH 7105)
DataFrame.info() 中的 verbose 关键字现在默认为 None，控制是否缩短 info 表示。这将遵循 display.max_info_columns 的全局设置。全局设置可以通过 verbose=True 或 verbose=False 进行覆盖。
修复了 info 表示不遵守 display.max_info_columns 设置的 bug（GH 6939）
时间戳的 Offset/freq 信息现在在 Timestamp 的 repr 中显示（GH 4553） ## 文本解析 API 更改

read_csv()/read_table() 现在对于无效选项会��加吵闹，而不是回退到 PythonParser。

当在 read_csv()/read_table() 中指定 delim_whitespace=True 时，如果同时指定了 sep，则会引发 ValueError 错误（GH 6607）。
当在 read_csv()/read_table() 中指定 engine='c' 时，如果使用不支持的选项，则会引发 ValueError 错误（GH 6607）。
当回退到 Python 解析器导致选项被忽略时，引发 ValueError (GH 6607)
当回退到 Python 解析器时，如果没有选项被忽略，则产生 ParserWarning (GH 6607)
如果没有指定其他不受 C 支持的选项，则将 sep='\s+' 翻译为 delim_whitespace=True 在 read_csv()/read_table() 中（如果没有其他 C-unsupported 选项指定） (GH 6607) ## GroupBy API 变更

一些 groupby 方法的更一致行为：

head 和 tail 的 groupby 现在更像是 filter 而不是聚合：

In [1]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['A', 'B'])

In [2]: g = df.groupby('A')

In [3]: g.head(1)  # filters DataFrame
Out[3]:
 A  B
0  1  2
2  5  6

In [4]: g.apply(lambda x: x.head(1))  # used to simply fall-through
Out[4]:
 A  B
A
1 0  1  2
5 2  5  6

head 和 tail 尊重列选择：

In [19]: g[['B']].head(1)
Out[19]:
 B
0  2
2  6

[2 rows x 1 columns]

nth 的 groupby 现在默认减少；通过传递 as_index=False 可以实现过滤。通过可选的 dropna 参数来忽略 NaN。请参阅文档

减少

In [19]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6]], columns=['A', 'B'])

In [20]: g = df.groupby('A')

In [21]: g.nth(0)
Out[21]: 
 A    B
0  1  NaN
2  5  6.0

[2 rows x 2 columns]

# this is equivalent to g.first()
In [22]: g.nth(0, dropna='any')
Out[22]: 
 A    B
1  1  4.0
2  5  6.0

[2 rows x 2 columns]

# this is equivalent to g.last()
In [23]: g.nth(-1, dropna='any')
Out[23]: 
 A    B
1  1  4.0
2  5  6.0

[2 rows x 2 columns]

过滤

In [24]: gf = df.groupby('A', as_index=False)

In [25]: gf.nth(0)
Out[25]: 
 A    B
0  1  NaN
2  5  6.0

[2 rows x 2 columns]

In [26]: gf.nth(0, dropna='any')
Out[26]: 
 A    B
1  1  4.0
2  5  6.0

[2 rows x 2 columns]

对于非 Cython 函数，groupby 现在不会返回分组列 (GH 5610, GH 5614, GH 6732)，因为它已经是索引

In [27]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6], [5, 8]], columns=['A', 'B'])

In [28]: g = df.groupby('A')

In [29]: g.count()
Out[29]: 
 B
A 
1  1
5  2

[2 rows x 1 columns]

In [30]: g.describe()
Out[30]: 
 B 
 count mean       std  min  25%  50%  75%  max
A 
1   1.0  4.0       NaN  4.0  4.0  4.0  4.0  4.0
5   2.0  7.0  1.414214  6.0  6.5  7.0  7.5  8.0

[2 rows x 8 columns]

传递 as_index 将保留分组列不变（这在 0.14.0 中没有变化）

In [31]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6], [5, 8]], columns=['A', 'B'])

In [32]: g = df.groupby('A', as_index=False)

In [33]: g.count()
Out[33]: 
 A  B
0  1  1
1  5  2

[2 rows x 2 columns]

In [34]: g.describe()
Out[34]: 
 A     B 
 count mean       std  min  25%  50%  75%  max
0  1   1.0  4.0       NaN  4.0  4.0  4.0  4.0  4.0
1  5   2.0  7.0  1.414214  6.0  6.5  7.0  7.5  8.0

[2 rows x 9 columns]

通过 pd.Grouper 允许更复杂的 groupby 规范，例如同时按时间和字符串字段分组。请参阅文档 (GH 3794)
在执行 groupby 操作时更好地传播/保留系列名称：
- SeriesGroupBy.agg 将确保原始系列的名称属性传播到结果中 (GH 6265)
- 如果提供给 GroupBy.apply 的函数返回一个命名系列，那么该系列的名称将保留为 GroupBy.apply 返回的 DataFrame 的列索引的名称 (GH 6124)。这有助于 DataFrame.stack 操作，其中列索引的名称被用作包含透视数据的插入列的名称。 ## SQL

现在通过 SQLAlchemy 支持更多数据库风格的 SQL 读写函数 (GH 2717, GH 4163, GH 5950, GH 6292)。所有由 SQLAlchemy 支持的数据库都可以使用，例如 PostgreSQL、MySQL、Oracle、Microsoft SQL Server（请参阅 SQLAlchemy 文档中关于包含方言的说明）。

未来只支持为 sqlite3 提供 DBAPI 连接对象。'mysql' flavor 已被弃用。

引入了新函数 read_sql_query() 和 read_sql_table()。函数 read_sql() 仍然作为对其他两个函数的便捷包装，并根据提供的输入（数据库表名或 SQL 查询）委派到特定函数。

实际上，你需要为 SQL 函数提供一个 SQLAlchemy engine。要与 SQLAlchemy 连接，你可以使用 create_engine() 函数从数据库 URI 创建一个 engine 对象。每个要连接的数据库只需要创建一次 engine。对于内存中的 sqlite 数据库：

In [35]: from sqlalchemy import create_engine

# Create your connection.
In [36]: engine = create_engine('sqlite:///:memory:')

然后可以使用这个 engine 来向数据库写入或读取数据：

In [37]: df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

In [38]: df.to_sql(name='db_table', con=engine, index=False)
Out[38]: 3

通过指定表名，你可以从数据库中读取数据：

In [39]: pd.read_sql_table('db_table', engine)
Out[39]: 
 A  B
0  1  a
1  2  b
2  3  c

[3 rows x 2 columns]

或通过指定一个 SQL 查询：

In [40]: pd.read_sql_query('SELECT * FROM db_table', engine)
Out[40]: 
 A  B
0  1  a
1  2  b
2  3  c

[3 rows x 2 columns]

SQL 函数的一些其他增强功能包括：

支持写入索引。这可以通过 index 关键字来控制（默认为 True）。
使用 index_label 指定写入索引时要使用的列标签。
在 read_sql_query() 和 read_sql_table() 中使用 parse_dates 关键字指定要解析为日期时间的字符串列。

警告

一些现有函数或函数别名已被弃用，并将在未来版本中删除。这包括：tquery、uquery、read_frame、frame_query、write_frame。

警告

当使用 DBAPI 连接对象时，对 ‘mysql’ flavor 的支持已经被弃用。将进一步通过 SQLAlchemy engines 支持 MySQL（GH 6900）。

在 0.14.0 中，我们添加了一种新的方式来对 MultiIndexed 对象进行切片。你可以通过提供多个索引器来对 MultiIndex 进行切片。

你可以像通过标签索引一样提供任何选择器，参见按标签选择，包括切片、标签列表、标签和布尔索引器。

你可以使用 slice(None) 来选择该级别的所有内容。你不需要指定所有 更深层次 的级别，它们将被暗示为 slice(None)。

与往常一样，由于这是标签索引，切片器的两侧都包含在内。

查看文档，另请参阅问题（GH 6134，GH 4036，GH 3057，GH 2598，GH 5641，GH 7106）。

警告

你应该在.loc的指定器中指定所有轴，即索引和列的索引器。在一些模棱两可的情况下，传递的索引器可能被误解为同时索引两个轴，而不是例如行的 MultiIndex。

你应该这样做：

 >>> df.loc[(slice('A1', 'A3'), ...), :]  # noqa: E901

rather than this:

>>> df.loc[(slice('A1', 'A3'), ...)]  # noqa: E901

警告

你需要确保选择轴完全按字典顺序排列！

In [41]: def mklbl(prefix, n):
 ....:    return ["%s%s" % (prefix, i) for i in range(n)]
 ....: 

In [42]: index = pd.MultiIndex.from_product([mklbl('A', 4),
 ....:                                    mklbl('B', 2),
 ....:                                    mklbl('C', 4),
 ....:                                    mklbl('D', 2)])
 ....: 

In [43]: columns = pd.MultiIndex.from_tuples([('a', 'foo'), ('a', 'bar'),
 ....:                                     ('b', 'foo'), ('b', 'bah')],
 ....:                                    names=['lvl0', 'lvl1'])
 ....: 

In [44]: df = pd.DataFrame(np.arange(len(index) * len(columns)).reshape((len(index),
 ....:                  len(columns))),
 ....:                  index=index,
 ....:                  columns=columns).sort_index().sort_index(axis=1)
 ....: 

In [45]: df
Out[45]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C0 D0    1    0    3    2
 D1    5    4    7    6
 C1 D0    9    8   11   10
 D1   13   12   15   14
 C2 D0   17   16   19   18
...          ...  ...  ...  ...
A3 B1 C1 D1  237  236  239  238
 C2 D0  241  240  243  242
 D1  245  244  247  246
 C3 D0  249  248  251  250
 D1  253  252  255  254

[64 rows x 4 columns]

使用切片、列表和标签进行基本的多重索引切片。

In [46]: df.loc[(slice('A1', 'A3'), slice(None), ['C1', 'C3']), :]
Out[46]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A1 B0 C1 D0   73   72   75   74
 D1   77   76   79   78
 C3 D0   89   88   91   90
 D1   93   92   95   94
 B1 C1 D0  105  104  107  106
...          ...  ...  ...  ...
A3 B0 C3 D1  221  220  223  222
 B1 C1 D0  233  232  235  234
 D1  237  236  239  238
 C3 D0  249  248  251  250
 D1  253  252  255  254

[24 rows x 4 columns]

你可以使用pd.IndexSlice来快速创建这些切片

In [47]: idx = pd.IndexSlice

In [48]: df.loc[idx[:, :, ['C1', 'C3']], idx[:, 'foo']]
Out[48]: 
lvl0           a    b
lvl1         foo  foo
A0 B0 C1 D0    8   10
 D1   12   14
 C3 D0   24   26
 D1   28   30
 B1 C1 D0   40   42
...          ...  ...
A3 B0 C3 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[32 rows x 2 columns]

使用这种方法可以在多个轴上同时执行相当复杂的选择操作。

In [49]: df.loc['A1', (slice(None), 'foo')]
Out[49]: 
lvl0        a    b
lvl1      foo  foo
B0 C0 D0   64   66
 D1   68   70
 C1 D0   72   74
 D1   76   78
 C2 D0   80   82
...       ...  ...
B1 C1 D1  108  110
 C2 D0  112  114
 D1  116  118
 C3 D0  120  122
 D1  124  126

[16 rows x 2 columns]

In [50]: df.loc[idx[:, :, ['C1', 'C3']], idx[:, 'foo']]
Out[50]: 
lvl0           a    b
lvl1         foo  foo
A0 B0 C1 D0    8   10
 D1   12   14
 C3 D0   24   26
 D1   28   30
 B1 C1 D0   40   42
...          ...  ...
A3 B0 C3 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[32 rows x 2 columns]

使用布尔索引器可以提供与值相关的选择。

In [51]: mask = df[('a', 'foo')] > 200

In [52]: df.loc[idx[mask, :, ['C1', 'C3']], idx[:, 'foo']]
Out[52]: 
lvl0           a    b
lvl1         foo  foo
A3 B0 C1 D1  204  206
 C3 D0  216  218
 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[7 rows x 2 columns]

你还可以指定.loc的axis参数，以在单个轴上解释传递的切片。

In [53]: df.loc(axis=0)[:, :, ['C1', 'C3']]
Out[53]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C1 D0    9    8   11   10
 D1   13   12   15   14
 C3 D0   25   24   27   26
 D1   29   28   31   30
 B1 C1 D0   41   40   43   42
...          ...  ...  ...  ...
A3 B0 C3 D1  221  220  223  222
 B1 C1 D0  233  232  235  234
 D1  237  236  239  238
 C3 D0  249  248  251  250
 D1  253  252  255  254

[32 rows x 4 columns]

此外，你可以使用这些方法设置值。

In [54]: df2 = df.copy()

In [55]: df2.loc(axis=0)[:, :, ['C1', 'C3']] = -10

In [56]: df2
Out[56]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C0 D0    1    0    3    2
 D1    5    4    7    6
 C1 D0  -10  -10  -10  -10
 D1  -10  -10  -10  -10
 C2 D0   17   16   19   18
...          ...  ...  ...  ...
A3 B1 C1 D1  -10  -10  -10  -10
 C2 D0  241  240  243  242
 D1  245  244  247  246
 C3 D0  -10  -10  -10  -10
 D1  -10  -10  -10  -10

[64 rows x 4 columns]

你也可以使用可对齐对象的右侧。

In [57]: df2 = df.copy()

In [58]: df2.loc[idx[:, :, ['C1', 'C3']], :] = df2 * 1000

In [59]: df2
Out[59]: 
lvl0              a               b 
lvl1            bar     foo     bah     foo
A0 B0 C0 D0       1       0       3       2
 D1       5       4       7       6
 C1 D0    9000    8000   11000   10000
 D1   13000   12000   15000   14000
 C2 D0      17      16      19      18
...             ...     ...     ...     ...
A3 B1 C1 D1  237000  236000  239000  238000
 C2 D0     241     240     243     242
 D1     245     244     247     246
 C3 D0  249000  248000  251000  250000
 D1  253000  252000  255000  254000

[64 rows x 4 columns] 
```  ## 绘图

+   从`DataFrame.plot`绘制六边形二进制图，使用`kind='hexbin'`（[GH 5478](https://github.com/pandas-dev/pandas/issues/5478)，查看文档）。

+   `DataFrame.plot`和`Series.plot`现在支持使用`kind='area'`指定面积图，查看文档。

+   从`Series.plot`和`DataFrame.plot`绘制饼图，使用`kind='pie'`（[GH 6976](https://github.com/pandas-dev/pandas/issues/6976)），查看文档。

+   现在在`DataFrame`和`Series`对象的`.plot`方法中支持带有误差条的绘图（[GH 3796](https://github.com/pandas-dev/pandas/issues/3796)，[GH 6834](https://github.com/pandas-dev/pandas/issues/6834)，查看文档）。

+   `DataFrame.plot`和`Series.plot`现在支持`table`关键字用于绘制`matplotlib.Table`，查看文档。`table`关键字可以接收以下值。

    +   `False`：什么也不做（默认）。

    +   `True`：使用`DataFrame`或`Series`的`plot`方法绘制表格。数据将被转置以符合 matplotlib 的默认布局。

    +   `DataFrame`或`Series`：使用传递的数据绘制 matplotlib.table。数据将按照打印方法中显示的方式绘制（不会自动转置）。此外，添加了辅助函数`pandas.tools.plotting.table`来从`DataFrame`和`Series`创建表格，并将其添加到`matplotlib.Axes`中。

+   `plot(legend='reverse')`现在将反转大多数图例标签的顺序。 ([GH 6014](https://github.com/pandas-dev/pandas/issues/6014))

+   折线图和面积图可以通过`stacked=True`叠加（[GH 6656](https://github.com/pandas-dev/pandas/issues/6656)）

+   对于`kind='bar'`和`kind='barh'`的`DataFrame.plot()`，现在接受以下关键字：

    +   `width`: 指定柱的宽度。在以前的版本中，静态值`0.5`被传递给 matplotlib，无法被覆盖。([GH 6604](https://github.com/pandas-dev/pandas/issues/6604))

    +   `align`: 指定柱的对齐方式。默认为`center`（与 matplotlib 不同）。在以前的版本中，pandas 传递`align='edge'`给 matplotlib，并且自己调整位置为`center`，结果`align`关键字未按预期应用。 ([GH 4525](https://github.com/pandas-dev/pandas/issues/4525))

    +   `position`: 指定柱状图布局的相对对齐方式。从 0（左/底部）到 1（右/顶部）。默认值为 0.5（中心）。([GH 6604](https://github.com/pandas-dev/pandas/issues/6604))

    由于默认的`align`值变化，柱状图的坐标现在位于整数值上（0.0、1.0、2.0……）。这意在使柱状图位于与折线图相同的坐标上。然而，当您手动调整柱的位置或绘图区域时，例如使用`set_xlim`、`set_ylim`等时，柱状图可能会出现意外的差异。在这种情况下，请修改您的脚本以满足新坐标的要求。

+   `parallel_coordinates()`函数现在使用`color`参数而不是`colors`。引发`FutureWarning`以警告即将在未来的版本中不再支持旧的`colors`参数。 ([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   `parallel_coordinates()`和`andrews_curves()`函数现在使用位置参数`frame`而不是`data`。如果使用了旧的`data`参数名称，则会引发`FutureWarning`。([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   `DataFrame.boxplot()`现在支持`layout`关键字 ([GH 6769](https://github.com/pandas-dev/pandas/issues/6769))

+   `DataFrame.boxplot()`有一个新的关键字参数，`return_type`。它接受`'dict'`、`'axes'`或`'both'`，在这种情况下，返回带有 matplotlib 轴和 matplotlib Lines 字典的命名元组。## 先前版本的弃用/更改

自 0.14.0 起，已经生效的先前版本的弃用。

+   删除`DateRange`，改用`DatetimeIndex` ([GH 6816](https://github.com/pandas-dev/pandas/issues/6816))

+   从 `DataFrame.sort` 中移除 `column` 关键字（[GH 4370](https://github.com/pandas-dev/pandas/issues/4370)）

+   从 `set_eng_float_format()` 中移除 `precision` 关键字（[GH 395](https://github.com/pandas-dev/pandas/issues/395)）

+   从 `DataFrame.to_string()`、`DataFrame.to_latex()` 和 `DataFrame.to_html()` 中移除 `force_unicode` 关键字；这些函数默认使用 unicode 进行编码（[GH 2224](https://github.com/pandas-dev/pandas/issues/2224)，[GH 2225](https://github.com/pandas-dev/pandas/issues/2225)）

+   从 `DataFrame.to_csv()` 和 `DataFrame.to_string()` 中移除 `nanRep` 关键字（[GH 275](https://github.com/pandas-dev/pandas/issues/275)）

+   从 `HDFStore.select_column()` 中移除 `unique` 关键字（[GH 3256](https://github.com/pandas-dev/pandas/issues/3256)）

+   从 `Timestamp.offset()` 中移除 `inferTimeRule` 关键字（[GH 391](https://github.com/pandas-dev/pandas/issues/391)）

+   从 `get_data_yahoo()` 和 `get_data_google()` 中移除 `name` 关键字（[commit b921d1a](https://github.com/pandas-dev/pandas/commit/b921d1a2)）

+   从 `DatetimeIndex` 构造函数中移除 `offset` 关键字（[commit 3136390](https://github.com/pandas-dev/pandas/commit/3136390)）

+   从多个滚动时刻统计函数中移除 `time_rule`，例如 `rolling_sum()`（[GH 1042](https://github.com/pandas-dev/pandas/issues/1042)）

+   在 numpy 数组中，删除负数 `-` 的布尔操作，改用 `~`，因为这将在 numpy 1.9 中被弃用（[GH 6960](https://github.com/pandas-dev/pandas/issues/6960)）  ## 弃用

+   `pivot_table()`/`DataFrame.pivot_table()` 和 `crosstab()` 函数现在接受 `index` 和 `columns` 参数，而不是 `rows` 和 `cols`。会发出 `FutureWarning` 来警告将来版本中不再支持旧的 `rows` 和 `cols` 参数（[GH 5505](https://github.com/pandas-dev/pandas/issues/5505)）

+   `DataFrame.drop_duplicates()` 和 `DataFrame.duplicated()` 方法现在使用参数 `subset` 而不是 `cols`，以更好地与 `DataFrame.dropna()` 对齐。将引发 `FutureWarning`，以警示旧的 `cols` 参数将在未来版本中不再支持。([GH 6680](https://github.com/pandas-dev/pandas/issues/6680))

+   `DataFrame.to_csv()` 和 `DataFrame.to_excel()` 函数现在使用参数 `columns` 而不是 `cols`。将引发 `FutureWarning`，以警示旧的 `cols` 参数将在未来版本中不再支持。([GH 6645](https://github.com/pandas-dev/pandas/issues/6645))

+   当使用标量索引器和非浮点索引时，索引器将发出 `FutureWarning` 警告。([GH 4892](https://github.com/pandas-dev/pandas/issues/4892), [GH 6960](https://github.com/pandas-dev/pandas/issues/6960))

    ```py
    # non-floating point indexes can only be indexed by integers / labels
    In [1]: pd.Series(1, np.arange(5))[3.0]
     pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
    Out[1]: 1

    In [2]: pd.Series(1, np.arange(5)).iloc[3.0]
     pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
    Out[2]: 1

    In [3]: pd.Series(1, np.arange(5)).iloc[3.0:4]
     pandas/core/index.py:527: FutureWarning: slice indexers when using iloc should be integers and not floating point
    Out[3]:
     3    1
     dtype: int64

    # these are Float64Indexes, so integer or floating point is acceptable
    In [4]: pd.Series(1, np.arange(5.))[3]
    Out[4]: 1

    In [5]: pd.Series(1, np.arange(5.))[3.0]
    Out[6]: 1 
    ```

+   Numpy 1.9 兼容性关于弃用警告的问题 ([GH 6960](https://github.com/pandas-dev/pandas/issues/6960))

+   `Panel.shift()` 现在具有与 `DataFrame.shift()` 相匹配的函数签名。旧的位置参数 `lags` 已更改为关键字参数 `periods`，默认值为 1。如果使用旧参数 `lags`，将引发 `FutureWarning`。([GH 6910](https://github.com/pandas-dev/pandas/issues/6910))

+   `factorize()` 的 `order` 关键字参数将被移除。([GH 6926](https://github.com/pandas-dev/pandas/issues/6926)).

+   从 `DataFrame.xs()`、`Panel.major_xs()`、`Panel.minor_xs()` 中删除 `copy` 关键字。如果可能，将返回视图，否则将进行复制。以前用户可能会认为 `copy=False` 总是返回视图。([GH 6894](https://github.com/pandas-dev/pandas/issues/6894))

+   `parallel_coordinates()` 函数现在使用参数 `color` 而不是 `colors`。将引发 `FutureWarning`，以警示旧的 `colors` 参数将在未来版本中不再支持。([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   `parallel_coordinates()` 和 `andrews_curves()` 函数现在使用位置参数 `frame` 而不是 `data`。如果使用旧的 `data` 参数，将引发 `FutureWarning`。([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   使用 DBAPI 连接对象时 ‘mysql’ 风格的支持已被弃用。MySQL 将通过 SQLAlchemy 引擎进一步支持。([GH 6900](https://github.com/pandas-dev/pandas/issues/6900)).

+   下列 `io.sql` 函数已弃用：`tquery`、`uquery`、`read_frame`、`frame_query`、`write_frame`。

+   `describe()` 中的 `percentile_width` 关键字参数已弃用。请改用 `percentiles` 关键字，该关键字接受要显示的百分位数列表。默认输出未更改。

+   `boxplot()` 的默认返回类型将在未来版本中从字典更改为 matplotlib Axes。您可以通过将 `return_type='axes'` 传递给 boxplot 来立即使用未来的行为。##已知问题

+   OpenPyXL 2.0.0 破坏了向后兼容性 ([GH 7169](https://github.com/pandas-dev/pandas/issues/7169))  ##增强功能

+   如果传递了元组字典，DataFrame 和 Series 将创建一个 MultiIndex 对象，请参阅文档（[GH 3323](https://github.com/pandas-dev/pandas/issues/3323))

    ```py
    In [60]: pd.Series({('a', 'b'): 1, ('a', 'a'): 0,
     ....:           ('a', 'c'): 2, ('b', 'a'): 3, ('b', 'b'): 4})
     ....: 
    Out[60]: 
    a  b    1
     a    0
     c    2
    b  a    3
     b    4
    Length: 5, dtype: int64

    In [61]: pd.DataFrame({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},
     ....:             ('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},
     ....:             ('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},
     ....:             ('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},
     ....:             ('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})
     ....: 
    Out[61]: 
     a              b 
     b    a    c    a     b
    A B  1.0  4.0  5.0  8.0  10.0
     C  2.0  3.0  6.0  7.0   NaN
     D  NaN  NaN  NaN  NaN   9.0

    [3 rows x 5 columns] 
    ```

+   将 `sym_diff` 方法添加到 `Index`。([GH 5543](https://github.com/pandas-dev/pandas/issues/5543))

+   `DataFrame.to_latex` 现在接受一个 longtable 关键字，如果设置为 True，则返回一个 longtable 环境中的表格。([GH 6617](https://github.com/pandas-dev/pandas/issues/6617))

+   添加选项以在 `DataFrame.to_latex` 中关闭转义。([GH 6472](https://github.com/pandas-dev/pandas/issues/6472))

+   如果未指定关键字 `sep`，`pd.read_clipboard` 将尝试检测从电子表格复制的数据并相应解析。([GH 6223](https://github.com/pandas-dev/pandas/issues/6223))

+   将单索引 DataFrame 与 MultiIndexed DataFrame 进行连接 ([GH 3662](https://github.com/pandas-dev/pandas/issues/3662))

    请参阅文档。目前尚不支持在左右两侧的 MultiIndex DataFrame 上进行连接。

    ```py
    In [62]: household = pd.DataFrame({'household_id': [1, 2, 3],
     ....:                          'male': [0, 1, 0],
     ....:                          'wealth': [196087.3, 316478.7, 294750]
     ....:                          },
     ....:                         columns=['household_id', 'male', 'wealth']
     ....:                         ).set_index('household_id')
     ....: 

    In [63]: household
    Out[63]: 
     male    wealth
    household_id 
    1                0  196087.3
    2                1  316478.7
    3                0  294750.0

    [3 rows x 2 columns]

    In [64]: portfolio = pd.DataFrame({'household_id': [1, 2, 2, 3, 3, 3, 4],
     ....:                          'asset_id': ["nl0000301109",
     ....:                                       "nl0000289783",
     ....:                                       "gb00b03mlx29",
     ....:                                       "gb00b03mlx29",
     ....:                                       "lu0197800237",
     ....:                                       "nl0000289965",
     ....:                                       np.nan],
     ....:                          'name': ["ABN Amro",
     ....:                                   "Robeco",
     ....:                                   "Royal Dutch Shell",
     ....:                                   "Royal Dutch Shell",
     ....:                                   "AAB Eastern Europe Equity Fund",
     ....:                                   "Postbank BioTech Fonds",
     ....:                                   np.nan],
     ....:                          'share': [1.0, 0.4, 0.6, 0.15, 0.6, 0.25, 1.0]
     ....:                          },
     ....:                         columns=['household_id', 'asset_id', 'name', 'share']
     ....:                         ).set_index(['household_id', 'asset_id'])
     ....: 

    In [65]: portfolio
    Out[65]: 
     name  share
    household_id asset_id 
    1            nl0000301109                        ABN Amro   1.00
    2            nl0000289783                          Robeco   0.40
     gb00b03mlx29               Royal Dutch Shell   0.60
    3            gb00b03mlx29               Royal Dutch Shell   0.15
     lu0197800237  AAB Eastern Europe Equity Fund   0.60
     nl0000289965          Postbank BioTech Fonds   0.25
    4            NaN                                      NaN   1.00

    [7 rows x 2 columns]

    In [66]: household.join(portfolio, how='inner')
    Out[66]: 
     male  ...  share
    household_id asset_id            ... 
    1            nl0000301109     0  ...   1.00
    2            nl0000289783     1  ...   0.40
     gb00b03mlx29     1  ...   0.60
    3            gb00b03mlx29     0  ...   0.15
     lu0197800237     0  ...   0.60
     nl0000289965     0  ...   0.25

    [6 rows x 4 columns] 
    ```

+   当使用 `DataFrame.to_csv` 时，现在可以指定 `quotechar`、`doublequote` 和 `escapechar`。([GH 5414](https://github.com/pandas-dev/pandas/issues/5414), [GH 4528](https://github.com/pandas-dev/pandas/issues/4528))

+   使用 `sort_remaining` 布尔关键字参数可以仅部分按 MultiIndex 的指定级别进行排序。([GH 3984](https://github.com/pandas-dev/pandas/issues/3984))

+   将 `to_julian_date` 添加到 `TimeStamp` 和 `DatetimeIndex`。儒略日期主要用于天文学，表示从公元前 4713 年 1 月 1 日中午起的天数。由于 pandas 中使用纳秒来定义时间，因此您可以使用的实际日期范围是公元 1678 年至公元 2262 年。([GH 4041](https://github.com/pandas-dev/pandas/issues/4041))

+   `DataFrame.to_stata` 现在会检查数据与 Stata 数据类型的兼容性，并在需要时进行向上转换。当无法无损向上转换时，会发出警告 ([GH 6327](https://github.com/pandas-dev/pandas/issues/6327))

+   `DataFrame.to_stata` 和 `StataWriter` 现在接受关键字参数 `time_stamp` 和 `data_label`，允许在创建文件时设置时间戳和数据集标签。 ([GH 6545](https://github.com/pandas-dev/pandas/issues/6545))

+   `pandas.io.gbq` 现在正确处理读取 unicode 字符串。 ([GH 5940](https://github.com/pandas-dev/pandas/issues/5940))

+   节假日日历 现在可用，并且可以与 `CustomBusinessDay` 偏移一起使用 ([GH 6719](https://github.com/pandas-dev/pandas/issues/6719))

+   `Float64Index` 现在由一个 `float64` dtype 的 ndarray 支持，而不是一个 `object` dtype 的数组 ([GH 6471](https://github.com/pandas-dev/pandas/issues/6471)).

+   实现了 `Panel.pct_change` ([GH 6904](https://github.com/pandas-dev/pandas/issues/6904))

+   对滚动时刻函数添加了 `how` 选项，用于指定如何处理重新采样；`rolling_max()` 默认为 max，`rolling_min()` 默认为 min，其他所有函数默认为 mean ([GH 6297](https://github.com/pandas-dev/pandas/issues/6297))

+   现在可用 `CustomBusinessMonthBegin` 和 `CustomBusinessMonthEnd` ([GH 6866](https://github.com/pandas-dev/pandas/issues/6866))

+   `Series.quantile()` 和 `DataFrame.quantile()` 现在接受一个分位数数组。

+   `describe()` 现在接受一个百分位数数组以包含在汇总统计信息中 ([GH 4196](https://github.com/pandas-dev/pandas/issues/4196))

+   `pivot_table` 现在可以通过 `index` 和 `columns` 关键字接受 `Grouper` ([GH 6913](https://github.com/pandas-dev/pandas/issues/6913))

    ```py
    In [67]: import datetime

    In [68]: df = pd.DataFrame({
     ....:    'Branch': 'A A A A A B'.split(),
     ....:    'Buyer': 'Carl Mark Carl Carl Joe Joe'.split(),
     ....:    'Quantity': [1, 3, 5, 1, 8, 1],
     ....:    'Date': [datetime.datetime(2013, 11, 1, 13, 0),
     ....:             datetime.datetime(2013, 9, 1, 13, 5),
     ....:             datetime.datetime(2013, 10, 1, 20, 0),
     ....:             datetime.datetime(2013, 10, 2, 10, 0),
     ....:             datetime.datetime(2013, 11, 1, 20, 0),
     ....:             datetime.datetime(2013, 10, 2, 10, 0)],
     ....:    'PayDay': [datetime.datetime(2013, 10, 4, 0, 0),
     ....:               datetime.datetime(2013, 10, 15, 13, 5),
     ....:               datetime.datetime(2013, 9, 5, 20, 0),
     ....:               datetime.datetime(2013, 11, 2, 10, 0),
     ....:               datetime.datetime(2013, 10, 7, 20, 0),
     ....:               datetime.datetime(2013, 9, 5, 10, 0)]})
     ....: 

    In [69]: df
    Out[69]: 
     Branch Buyer  Quantity                Date              PayDay
    0      A  Carl         1 2013-11-01 13:00:00 2013-10-04 00:00:00
    1      A  Mark         3 2013-09-01 13:05:00 2013-10-15 13:05:00
    2      A  Carl         5 2013-10-01 20:00:00 2013-09-05 20:00:00
    3      A  Carl         1 2013-10-02 10:00:00 2013-11-02 10:00:00
    4      A   Joe         8 2013-11-01 20:00:00 2013-10-07 20:00:00
    5      B   Joe         1 2013-10-02 10:00:00 2013-09-05 10:00:00

    [6 rows x 5 columns] 
    ```

    ```py
    In [75]: df.pivot_table(values='Quantity',
     ....:               index=pd.Grouper(freq='M', key='Date'),
     ....:               columns=pd.Grouper(freq='M', key='PayDay'),
     ....:               aggfunc="sum")
    Out[75]:
    PayDay      2013-09-30  2013-10-31  2013-11-30
    Date
    2013-09-30         NaN         3.0         NaN
    2013-10-31         6.0         NaN         1.0
    2013-11-30         NaN         9.0         NaN

    [3 rows x 3 columns] 
    ```

+   字符串数组可以被包装到指定的宽度 (`str.wrap`) ([GH 6999](https://github.com/pandas-dev/pandas/issues/6999))

+   在 Series 中添加了 `nsmallest()` 和 `Series.nlargest()` 方法，详情请见文档 ([GH 3960](https://github.com/pandas-dev/pandas/issues/3960))

+   `PeriodIndex` 完全支持像 `DatetimeIndex` 那样的部分字符串索引 ([GH 7043](https://github.com/pandas-dev/pandas/issues/7043))

    ```py
    In [76]: prng = pd.period_range('2013-01-01 09:00', periods=100, freq='H')

    In [77]: ps = pd.Series(np.random.randn(len(prng)), index=prng)

    In [78]: ps
    Out[78]:
    2013-01-01 09:00    0.015696
    2013-01-01 10:00   -2.242685
    2013-01-01 11:00    1.150036
    2013-01-01 12:00    0.991946
    2013-01-01 13:00    0.953324
     ...
    2013-01-05 08:00    0.285296
    2013-01-05 09:00    0.484288
    2013-01-05 10:00    1.363482
    2013-01-05 11:00   -0.781105
    2013-01-05 12:00   -0.468018
    Freq: H, Length: 100, dtype: float64

    In [79]: ps['2013-01-02']
    Out[79]:
    2013-01-02 00:00    0.553439
    2013-01-02 01:00    1.318152
    2013-01-02 02:00   -0.469305
    2013-01-02 03:00    0.675554
    2013-01-02 04:00   -1.817027
     ...
    2013-01-02 19:00    0.036142
    2013-01-02 20:00   -2.074978
    2013-01-02 21:00    0.247792
    2013-01-02 22:00   -0.897157
    2013-01-02 23:00   -0.136795
    Freq: H, Length: 24, dtype: float64 
    ```

+   `read_excel` 现在可以读取 Excel 日期和时间中的毫秒，要求 xlrd >= 0.9.3\. ([GH 5945](https://github.com/pandas-dev/pandas/issues/5945))

+   `pd.stats.moments.rolling_var` 现在使用 Welford 方法以增加数值稳定性（[GH 6817](https://github.com/pandas-dev/pandas/issues/6817)）

+   `pd.expanding_apply` 和 `pd.rolling_apply` 现在接受传递给函数的参数和关键字参数（[GH 6289](https://github.com/pandas-dev/pandas/issues/6289)）

+   `DataFrame.rank()` 现在具有百分比排名选项（[GH 5971](https://github.com/pandas-dev/pandas/issues/5971)）

+   `Series.rank()` 现在具有百分比排名选项（[GH 5971](https://github.com/pandas-dev/pandas/issues/5971)）

+   `Series.rank()` 和 `DataFrame.rank()` 现在接受 `method='dense'` 以获得无间隔的排名（[GH 6514](https://github.com/pandas-dev/pandas/issues/6514)）

+   支持使用 xlwt 传递 `encoding`（[GH 3710](https://github.com/pandas-dev/pandas/issues/3710)）

+   重构 Block 类，删除 `Block.items` 属性以避免项目处理中的重复（[GH 6745](https://github.com/pandas-dev/pandas/issues/6745)，[GH 6988](https://github.com/pandas-dev/pandas/issues/6988)）

+   更新测试语句以使用专门的断言（[GH 6175](https://github.com/pandas-dev/pandas/issues/6175)）  ## 性能

+   将 `DatetimeIndex` 转换为浮点序数时使用 `DatetimeConverter` 的性能改进（[GH 6636](https://github.com/pandas-dev/pandas/issues/6636)）

+   `DataFrame.shift` 的性能改进（[GH 5609](https://github.com/pandas-dev/pandas/issues/5609)）

+   在多级索引 Series 中进行索引的性能改进（[GH 5567](https://github.com/pandas-dev/pandas/issues/5567)）

+   单个数据类型索引的性能改进（[GH 6484](https://github.com/pandas-dev/pandas/issues/6484)）

+   通过删除错误的缓存（例如 MonthEnd，BusinessMonthEnd）来提高使用特定偏移量构建 DataFrame 的性能（[GH 6479](https://github.com/pandas-dev/pandas/issues/6479)）

+   改进 `CustomBusinessDay` 的性能（[GH 6584](https://github.com/pandas-dev/pandas/issues/6584)）

+   改进具有字符串键的 Series 切片索引的性能（[GH 6341](https://github.com/pandas-dev/pandas/issues/6341)，[GH 6372](https://github.com/pandas-dev/pandas/issues/6372)）

+   从可迭代对象中读取指定行数时，`DataFrame.from_records` 的性能改进（[GH 6700](https://github.com/pandas-dev/pandas/issues/6700)）

+   时间增量转换对整���数据类型的性能改进（[GH 6754](https://github.com/pandas-dev/pandas/issues/6754))

+   兼容 pickle 的性能改进（[GH 6899](https://github.com/pandas-dev/pandas/issues/6899)）

+   通过优化 `take_2d` 改进某些重新索引操作的性能（[GH 6749](https://github.com/pandas-dev/pandas/issues/6749)）

+   `GroupBy.count()` 现在在 Cython 中实现，对于大量分组速度更快（[GH 7016](https://github.com/pandas-dev/pandas/issues/7016)）

## 实验性

在 0.14.0 中没有实验性更改

## Bug 修复

+   当索引与数据不匹配时，Series 报错 ValueError（[GH 6532](https://github.com/pandas-dev/pandas/issues/6532)）

+   防止由于 HDFStore 表格式不支持 MultiIndex 导致的段错误（[GH 1848](https://github.com/pandas-dev/pandas/issues/1848)）

+   在 `pd.DataFrame.sort_index` 中，当 `ascending=False` 时，归并排序不稳定存在错误（[GH 6399](https://github.com/pandas-dev/pandas/issues/6399)）

+   当参数具有前导零时，`pd.tseries.frequencies.to_offset` 中存在错误（[GH 6391](https://github.com/pandas-dev/pandas/issues/6391)）

+   在用于开发版本的版本字符串生成时存在错误，使用浅克隆或从压缩包安装时（[GH 6127](https://github.com/pandas-dev/pandas/issues/6127)）

+   对于当前年份，`Timestamp` / `to_datetime` 的 tz 解析不一致（[GH 5958](https://github.com/pandas-dev/pandas/issues/5958)）

+   重新排序索引时存在的索引错误（[GH 6252](https://github.com/pandas-dev/pandas/issues/6252)，[GH 6254](https://github.com/pandas-dev/pandas/issues/6254)）

+   在具有 Series 多索引的 `.xs` 中存在问题（[GH 6258](https://github.com/pandas-dev/pandas/issues/6258)，[GH 5684](https://github.com/pandas-dev/pandas/issues/5684)）

+   将字符串类型转换为具有指定频率的 DatetimeIndex 时存在错误（[GH 6273](https://github.com/pandas-dev/pandas/issues/6273)，[GH 6274](https://github.com/pandas-dev/pandas/issues/6274)）

+   在大表达式中类型提升失败的 `eval` 中存在错误（[GH 6205](https://github.com/pandas-dev/pandas/issues/6205)）

+   使用 `inplace=True` 进行插值时存在错误（[GH 6281](https://github.com/pandas-dev/pandas/issues/6281)）

+   `HDFStore.remove` 现在可以处理起始和停止（[GH 6177](https://github.com/pandas-dev/pandas/issues/6177)）

+   `HDFStore.select_as_multiple` 处理起始和停止与 `select` 相同的方式（[GH 6177](https://github.com/pandas-dev/pandas/issues/6177)）

+   `HDFStore.select_as_coordinates` 和 `select_column` 现在可以使用导致过滤器的 `where` 子句（[GH 6177](https://github.com/pandas-dev/pandas/issues/6177)）

+   在非唯一索引的连接中出现的回归错误（[GH 6329](https://github.com/pandas-dev/pandas/issues/6329)）

+   在混合类型框架上使用单个函数的 groupby `agg` 存在问题（[GH 6337](https://github.com/pandas-dev/pandas/issues/6337)）

+   `DataFrame.replace()` 在传递非 `bool` 的 `to_replace` 参数时存在错误（[GH 6332](https://github.com/pandas-dev/pandas/issues/6332)）

+   在尝试在不同级别的 MultiIndex 赋值上进行对齐时出现错误（[GH 3738](https://github.com/pandas-dev/pandas/issues/3738)）

+   通过布尔索引设置复杂数据类型时存在错误（[GH 6345](https://github.com/pandas-dev/pandas/issues/6345)）

+   当存在非单调 DatetimeIndex 时，TimeGrouper/resample 存在错误的情况，将返回无效结果（[GH 4161](https://github.com/pandas-dev/pandas/issues/4161)）

+   在 TimeGrouper/resample 中索引名称传播存在错误（[GH 4161](https://github.com/pandas-dev/pandas/issues/4161)）

+   `TimeGrouper` 具有更兼容的 API，与其他分组器一致（例如，`groups` 丢失）（[GH 3881](https://github.com/pandas-dev/pandas/issues/3881)）

+   在多个分组中，依赖于目标列顺序的 `TimeGrouper` 函数存在 bug（[GH 6764](https://github.com/pandas-dev/pandas/issues/6764)）

+   在解析可能包含 `'&'` 等标记的字符串时，`pd.eval` 函数存在 bug（[GH 6351](https://github.com/pandas-dev/pandas/issues/6351)）

+   在将 Panels 中的 `-inf` 除以整数 0 时，正确处理放置位置的 bug（[GH 6178](https://github.com/pandas-dev/pandas/issues/6178)）

+   使用 `axis=1` 的 `DataFrame.shift` 函数会报错（[GH 6371](https://github.com/pandas-dev/pandas/issues/6371)）

+   在发布时禁用剪贴板测试（在本地运行 `nosetests -A disabled`）（[GH 6048](https://github.com/pandas-dev/pandas/issues/6048)）。

+   在传递包含不在要替换值中的键的嵌套 `dict` 时，`DataFrame.replace()` 函数存在 bug（[GH 6342](https://github.com/pandas-dev/pandas/issues/6342)）

+   `str.match` 函数忽略了 na 标志（[GH 6609](https://github.com/pandas-dev/pandas/issues/6609)）。

+   `take` 函数中存在的重复列未合并的错误（[GH 6240](https://github.com/pandas-dev/pandas/issues/6240)）

+   在插值时更改数据类型的 bug（[GH 6290](https://github.com/pandas-dev/pandas/issues/6290)）

+   `Series.get` 函数存在 bug，使用了有问题的访问方法（[GH 6383](https://github.com/pandas-dev/pandas/issues/6383)）

+   在形式为 `where=[('date', '>=', datetime(2013,1,1)), ('date', '<=', datetime(2014,1,1))]` 的 hdfstore 查询中存在 bug（[GH 6313](https://github.com/pandas-dev/pandas/issues/6313)）

+   在具有重复索引的 `DataFrame.dropna` 函数中存在 bug（[GH 6355](https://github.com/pandas-dev/pandas/issues/6355)）

+   从 0.12 版本开始，带有嵌套列表的链式 getitem 索引中存在回归问题（[GH 6394](https://github.com/pandas-dev/pandas/issues/6394)）

+   带有 NaN 值的 `Float64Index` 比较不正确（[GH 6401](https://github.com/pandas-dev/pandas/issues/6401)）

+   包含 `@` 字符的字符串的 `eval`/`query` 表达式现在可以正常工作（[GH 6366](https://github.com/pandas-dev/pandas/issues/6366)）。

+   在指定带有一些 NaN 值的 `method` 的情况下，`Series.reindex` 函数存在 bug（在重新采样时注意到）（[GH 6418](https://github.com/pandas-dev/pandas/issues/6418)）

+   在 `DataFrame.replace()` 函数中，嵌套字典错误地依赖于字典键和值的顺序（[GH 5338](https://github.com/pandas-dev/pandas/issues/5338)）。

+   在与空对象连接时的性能问题（[GH 3259](https://github.com/pandas-dev/pandas/issues/3259)）

+   澄清 `Index` 对象上 `sym_diff` 排序的方式，包括带有 `NaN` 值的情况（[GH 6444](https://github.com/pandas-dev/pandas/issues/6444)）

+   使用 `DatetimeIndex` 作为输入时，`MultiIndex.from_product` 函数存在回归问题（[GH 6439](https://github.com/pandas-dev/pandas/issues/6439)）

+   在传递非默认索引时使用`str.extract`存在的错误（[GH 6348](https://github.com/pandas-dev/pandas/issues/6348)）

+   在传递`pat=None`和`n=1`时使用`str.split`存在的错误（[GH 6466](https://github.com/pandas-dev/pandas/issues/6466)）

+   当传递`"F-F_Momentum_Factor"`和`data_source="famafrench"`时，`io.data.DataReader`中存在的错误（[GH 6460](https://github.com/pandas-dev/pandas/issues/6460)）

+   在`timedelta64[ns]`系列的`sum`中存在的错误（[GH 6462](https://github.com/pandas-dev/pandas/issues/6462)）

+   在具有时区和特定偏移的`resample`中存在的错误（[GH 6397](https://github.com/pandas-dev/pandas/issues/6397)）

+   在 Series 上具有重复索引时使用`iat/iloc`存在的错误（[GH 6493](https://github.com/pandas-dev/pandas/issues/6493)）

+   在`read_html`中，错误地使用 nan 来指示文本中的缺失值。应该使用空字符串以保持与 pandas 的一致��（[GH 5129](https://github.com/pandas-dev/pandas/issues/5129)）

+   在`read_html`测试中，重定向到无效 URL 会导致一个测试失败的错误（[GH 6445](https://github.com/pandas-dev/pandas/issues/6445)）

+   在非唯一索引上使用`.loc`进行多轴索引的错误（[GH 6504](https://github.com/pandas-dev/pandas/issues/6504)）

+   在 DataFrame 的列轴上进行切片索引时导致 _ref_locs 损坏的错误（[GH 6525](https://github.com/pandas-dev/pandas/issues/6525)）

+   从 0.13 版本开始在 Series 创建中对 numpy `datetime64`非 ns dtypes 的处理中存在的回归（[GH 6529](https://github.com/pandas-dev/pandas/issues/6529)）

+   传递给`set_index`的 MultiIndexes 的`.names`属性现在被保留（[GH 6459](https://github.com/pandas-dev/pandas/issues/6459)）

+   在具有重复索引和可对齐的 rhs 的 setitem 中存在的错误（[GH 6541](https://github.com/pandas-dev/pandas/issues/6541)）

+   在混合整数索引上使用`.loc`进行 setitem 的错误（[GH 6546](https://github.com/pandas-dev/pandas/issues/6546)）

+   在`pd.read_stata`中存在的错误，会使用错误的数据类型和缺失值（[GH 6327](https://github.com/pandas-dev/pandas/issues/6327)）

+   在`DataFrame.to_stata`中存在的导致某些情况下数据丢失的错误，并且可能使用错误的数据类型和缺失值导出（[GH 6335](https://github.com/pandas-dev/pandas/issues/6335))

+   `StataWriter`会将字符串列中的缺失值替换为空字符串（[GH 6802](https://github.com/pandas-dev/pandas/issues/6802)）

+   在`Timestamp`加法/减法中存在不一致的类型（[GH 6543](https://github.com/pandas-dev/pandas/issues/6543)）

+   在 Timestamp 加法/减法中保留频率的错误（[GH 4547](https://github.com/pandas-dev/pandas/issues/4547)）

+   在空列表查找中存在的错误导致`IndexError`异常（[GH 6536](https://github.com/pandas-dev/pandas/issues/6536)，[GH 6551](https://github.com/pandas-dev/pandas/issues/6551)）

+   在`Series.quantile`上对`object` dtype 引发错误（[GH 6555](https://github.com/pandas-dev/pandas/issues/6555)）

+   在删除时，带有 `nan` 的级别中的 `.xs` 中的 bug（[GH 6574](https://github.com/pandas-dev/pandas/issues/6574)）

+   使用 `method='bfill/ffill'` 和 `datetime64[ns]` dtype 的 `fillna` 中的 bug（[GH 6587](https://github.com/pandas-dev/pandas/issues/6587)）

+   在混合 dtypes 中写入 sql 时可能导致数据丢失的 bug（[GH 6509](https://github.com/pandas-dev/pandas/issues/6509)）

+   `Series.pop` 中的 bug（[GH 6600](https://github.com/pandas-dev/pandas/issues/6600)）

+   当位置索引器匹配相应轴的 `Int64Index` 且未发生重新排序时，`iloc` 索引中的 bug（[GH 6612](https://github.com/pandas-dev/pandas/issues/6612)）

+   使用 `limit` 和 `value` 指定的 `fillna` 中的 bug

+   当列具有非字符串名称时，`DataFrame.to_stata` 中的 bug（[GH 4558](https://github.com/pandas-dev/pandas/issues/4558)）

+   与 `np.compress` 兼容性中的 bug，在 ([GH 6658](https://github.com/pandas-dev/pandas/issues/6658)）中显现

+   二进制操作中，rhs 为 Series 时未对齐的 bug（[GH 6681](https://github.com/pandas-dev/pandas/issues/6681)）

+   `DataFrame.to_stata` 中的错误，不正确处理 nan 值并忽略 `with_index` 关键字参数（[GH 6685](https://github.com/pandas-dev/pandas/issues/6685)）

+   使用均匀可整除频率时，resample 中带有额外 bin 的 bug（[GH 4076](https://github.com/pandas-dev/pandas/issues/4076)）

+   传递自定义函数时，groupby 聚合的一致性 bug（[GH 6715](https://github.com/pandas-dev/pandas/issues/6715)）

+   当 `how=None` 时，resample 频率与轴频率相同时的 resample 中的 bug（[GH 5955](https://github.com/pandas-dev/pandas/issues/5955)）

+   在空数组中进行 downcasting 推断时的 bug（[GH 6733](https://github.com/pandas-dev/pandas/issues/6733)）

+   在稀疏容器的 `obj.blocks` 中，对于 dtype，丢弃除最后一项外的所有项的 bug（[GH 6748](https://github.com/pandas-dev/pandas/issues/6748)）

+   unpickling `NaT (NaTType)` 中的 bug（[GH 4606](https://github.com/pandas-dev/pandas/issues/4606)）

+   `DataFrame.replace()` 中的 bug，即使 `regex=False` 也将正则表达式元字符视为正则表达式（[GH 6777](https://github.com/pandas-dev/pandas/issues/6777)）

+   在 32 位平台上，timedelta 操作中的 bug（[GH 6808](https://github.com/pandas-dev/pandas/issues/6808)）

+   直接通过 `.index` 设置 tz-aware 索引中的 bug（[GH 6785](https://github.com/pandas-dev/pandas/issues/6785)）

+   在 expressions.py 中，numexpr 会尝试评估算术操作的 bug（[GH 6762](https://github.com/pandas-dev/pandas/issues/6762)）

+   在 Makefile 中，使用 `make clean` 时未删除 Cython 生成的 C 文件的 bug（[GH 6768](https://github.com/pandas-dev/pandas/issues/6768)）

+   从 `HDFStore` 读取长字符串时，numpy < 1.7.2 中的 bug（[GH 6166](https://github.com/pandas-dev/pandas/issues/6166)）

+   `DataFrame._reduce` 中的 bug，将非布尔型（0/1）整数转换为布尔值（[GH 6806](https://github.com/pandas-dev/pandas/issues/6806)）

+   从 0.13 版本开始出现的错误，`fillna`和类似 datetime 的 Series 会导致回归（[GH 6344](https://github.com/pandas-dev/pandas/issues/6344)）

+   将`np.timedelta64`添加到带有时区的`DatetimeIndex`中存在错误，输出不正确的结果（[GH 6818](https://github.com/pandas-dev/pandas/issues/6818)）

+   在`DataFrame.replace()`中的错误，通过替换改变 dtype 只会替换值的第一个出现（[GH 6689](https://github.com/pandas-dev/pandas/issues/6689)）

+   在`Period`构造中传递‘MS’频率时提供更好的错误消息（GH5332）

+   当`max_rows=None`且 Series 超过 1000 行时，`Series.__unicode__`存在错误（[GH 6863](https://github.com/pandas-dev/pandas/issues/6863)）

+   在`groupby.get_group`中存在错误，datelike 并不总是被接受（[GH 5267](https://github.com/pandas-dev/pandas/issues/5267)）

+   由`TimeGrouper`创建的`groupBy.get_group`存在`AttributeError`（[GH 6914](https://github.com/pandas-dev/pandas/issues/6914)）

+   在`DatetimeIndex.tz_localize`和`DatetimeIndex.tz_convert`中存在错误，错误地转换`NaT`（[GH 5546](https://github.com/pandas-dev/pandas/issues/5546)）

+   影响`NaT`的算术运算存在错误（[GH 6873](https://github.com/pandas-dev/pandas/issues/6873)）

+   在`Series.str.extract`中存在错误，单个组匹配的结果`Series`未重命名为组名

+   在`DataFrame.to_csv`中存在错误，设置`index=False`会忽略`header` kwarg（[GH 6186](https://github.com/pandas-dev/pandas/issues/6186)）

+   在`DataFrame.plot`和`Series.plot`中存在错误，当重复绘制到相同轴时，图例的行为不一致（[GH 6678](https://github.com/pandas-dev/pandas/issues/6678)）

+   修补`__finalize__`的内部测试/merge 中的错误没有最终化（[GH 6923](https://github.com/pandas-dev/pandas/issues/6923), [GH 6927](https://github.com/pandas-dev/pandas/issues/6927)）

+   在`concat`中接受`TextFileReader`，这影响了一个常见的用户习惯（[GH 6583](https://github.com/pandas-dev/pandas/issues/6583)）

+   C 解析器中存在前导空白的错误（[GH 3374](https://github.com/pandas-dev/pandas/issues/3374)）

+   在 C 解析器中存在错误，`delim_whitespace=True`和`\r`-分隔行

+   在 python 解析器中，行标题后跟随列标题的显式 MultiIndex 存在错误（[GH 6893](https://github.com/pandas-dev/pandas/issues/6893)）

+   在`Series.rank`和`DataFrame.rank`中存在错误，导致小浮点数（<1e-13）都获得相同的等级（[GH 6886](https://github.com/pandas-dev/pandas/issues/6886)）

+   在返回空结果的函数中，使用`*args`或`**kwargs`的`DataFrame.apply`中存在错误（[GH 6952](https://github.com/pandas-dev/pandas/issues/6952)）

+   在 32 位平台上，溢出时`sum/mean`存在错误（[GH 6915](https://github.com/pandas-dev/pandas/issues/6915)）

+   将`Panel.shift`移动到`NDFrame.slice_shift`并修复以考虑多种数据类型。 （[GH 6959](https://github.com/pandas-dev/pandas/issues/6959)）

+   在 `DataFrame.plot` 中启用 `subplots=True` 时只有单列会引发 `TypeError`，而 `Series.plot` 会引发 `AttributeError` 的 bug ([GH 6951](https://github.com/pandas-dev/pandas/issues/6951))

+   在启用 `subplots` 和 `kind=scatter` 时，`DataFrame.plot` 绘制不必要的轴 ([GH 6951](https://github.com/pandas-dev/pandas/issues/6951))

+   从非 utf-8 编码的文件系统中使用 `read_csv` 时出现的 bug ([GH 6807](https://github.com/pandas-dev/pandas/issues/6807))

+   在设置/对齐时的 `iloc` 中的 bug ([GH 6766](https://github.com/pandas-dev/pandas/issues/6766))

+   当 `get_dummies` 用 unicode 值和前缀调用时导致 UnicodeEncodeError 的 bug ([GH 6885](https://github.com/pandas-dev/pandas/issues/6885))

+   在频率图中的时间序列绘图光标显示的 bug ([GH 5453](https://github.com/pandas-dev/pandas/issues/5453))

+   在使用 `Float64Index` 时出现的 `groupby.plot` 中的 bug ([GH 7025](https://github.com/pandas-dev/pandas/issues/7025))

+   如果无法从 Yahoo 下载选项数据，则停止测试失败 ([GH 7034](https://github.com/pandas-dev/pandas/issues/7034))

+   在 `parallel_coordinates` 和 `radviz` 中的 bug，类列重新排序导致可能的颜色/类别不匹配 ([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   `radviz` 和 `andrews_curves` 中存在的一个 bug，多个值的 ‘color’ 被传递给绘图方法 ([GH 6956](https://github.com/pandas-dev/pandas/issues/6956))

+   在 `Float64Index.isin()` 中的 bug，包含 `nan` 会使索引声称它们包含所有内容 ([GH 7066](https://github.com/pandas-dev/pandas/issues/7066))

+   在 `DataFrame.boxplot` 中的 bug，未使用作为 `ax` 参数传递的轴 ([GH 3578](https://github.com/pandas-dev/pandas/issues/3578))

+   `XlsxWriter` 和 `XlwtWriter` 实现中的 bug，导致日期时间列在没有时间的情况下被格式化 ([GH 7075](https://github.com/pandas-dev/pandas/issues/7075))

+   `read_fwf()` 在 `colspec` 中处理 `None` 像普通的 python 切片一样。当 `colspec` 包含 `None` 时，现在会从开头或直到行尾读取（以前会引发 `TypeError`）

+   在链式索引和切片的缓存一致性中的 bug；在 `NDFrame` 上添加 `_is_view` 属性以正确预测视图；仅在 `xs` 是实际副本时才标记 `is_copy`（而不是视图） ([GH 7084](https://github.com/pandas-dev/pandas/issues/7084))

+   从带有 `dayfirst=True` 的字符串 ndarray 创建 DatetimeIndex 时出现的 bug ([GH 5917](https://github.com/pandas-dev/pandas/issues/5917))

+   从 `DatetimeIndex` 创建的 `MultiIndex.from_arrays` 中的 bug，不保留 `freq` 和 `tz` ([GH 7090](https://github.com/pandas-dev/pandas/issues/7090))

+   在 `unstack` 中的 bug，当 `MultiIndex` 包含 `PeriodIndex` 时引发 `ValueError` ([GH 4342](https://github.com/pandas-dev/pandas/issues/4342))

+   `boxplot` 和 `hist` 中绘制不必要轴的错误 ([GH 6769](https://github.com/pandas-dev/pandas/issues/6769))

+   `groupby.nth()` 中的回归，用于超出边界的索引器 ([GH 6621](https://github.com/pandas-dev/pandas/issues/6621))

+   具有日期时间值的 `quantile` 中的错误 ([GH 6965](https://github.com/pandas-dev/pandas/issues/6965))

+   `Dataframe.set_index`, `reindex` 和 `pivot` 中的错误，不保留 `DatetimeIndex` 和 `PeriodIndex` 属性 ([GH 3950](https://github.com/pandas-dev/pandas/issues/3950), [GH 5878](https://github.com/pandas-dev/pandas/issues/5878), [GH 6631](https://github.com/pandas-dev/pandas/issues/6631))

+   `MultiIndex.get_level_values` 中的错误，不保留 `DatetimeIndex` 和 `PeriodIndex` 属性 ([GH 7092](https://github.com/pandas-dev/pandas/issues/7092))

+   `Groupby` 中的错误，不保留 `tz` ([GH 3950](https://github.com/pandas-dev/pandas/issues/3950))

+   `PeriodIndex` 部分字符串切片中的错误 ([GH 6716](https://github.com/pandas-dev/pandas/issues/6716))

+   截断的 Series 或 DataFrame 的 HTML repr 中不显示类名，`large_repr` 设置为 'info' ([GH 7105](https://github.com/pandas-dev/pandas/issues/7105))

+   当传递的值太短时，指定 `freq` 的 `DatetimeIndex` 引发 `ValueError` ([GH 7098](https://github.com/pandas-dev/pandas/issues/7098))

+   修复了 `info` repr 不遵守 `display.max_info_columns` 设置的错误 ([GH 6939](https://github.com/pandas-dev/pandas/issues/6939))

+   具有超出边界值的 `PeriodIndex` 字符串切片中的错误 ([GH 5407](https://github.com/pandas-dev/pandas/issues/5407))

+   在大表格调整大小时，修复了哈希表实现/因子化器中的内存错误 ([GH 7157](https://github.com/pandas-dev/pandas/issues/7157))

+   应用于 0 维对象数组时 `isnull` 中的错误 ([GH 7176](https://github.com/pandas-dev/pandas/issues/7176))

+   `query`/`eval` 中全局常量未正确查找的错误 ([GH 7178](https://github.com/pandas-dev/pandas/issues/7178))

+   使用 `iloc` 和多轴元组索引器无法识别超出边界的位置列表索引器 ([GH 7189](https://github.com/pandas-dev/pandas/issues/7189)) 的错误

+   使用单个值、MultiIndex 和整数索引时的 setitem 中的错误 ([GH 7190](https://github.com/pandas-dev/pandas/issues/7190), [GH 7218](https://github.com/pandas-dev/pandas/issues/7218))

+   表达式求值中的反向操作错误显示在系列数据框操作中 ([GH 7198](https://github.com/pandas-dev/pandas/issues/7198), [GH 7192](https://github.com/pandas-dev/pandas/issues/7192))

+   具有 > 2 ndim 和 MultiIndex 的多轴索引中的错误 ([GH 7199](https://github.com/pandas-dev/pandas/issues/7199))

+   修复了无效的 eval/query 操作会导致栈溢出的错误 ([GH 5198](https://github.com/pandas-dev/pandas/issues/5198))  ## 贡献者

总共有 94 人为此版本提供了补丁。 名字旁边带有“+”的人首次贡献了补丁。

+   阿坎托斯特加 +

+   亚当·马库斯 +

+   Alex Gaudio

+   Alex Rothberg

+   AllenDowney +

+   Andrew Rosenfeld +

+   Andy Hayden

+   Antoine Mazières +

+   Benedikt Sauer

+   Brad Buran

+   Christopher Whelan

+   Clark Fitzgerald

+   DSM

+   Dale Jung

+   Dan Allan

+   Dan Birken

+   Daniel Waeber

+   David Jung +

+   David Stephens +

+   Douglas McNeil

+   Garrett Drapala

+   Gouthaman Balaraman +

+   Guillaume Poulin +

+   Jacob Howard +

+   Jacob Schaer

+   Jason Sexauer +

+   Jeff Reback

+   Jeff Tratner

+   Jeffrey Starr +

+   John David Reaver +

+   John McNamara

+   John W. O’Brien

+   Jonathan Chambers

+   Joris Van den Bossche

+   Julia Evans

+   Júlio +

+   K.-Michael Aye

+   Katie Atkinson +

+   Kelsey Jordahl

+   Kevin Sheppard +

+   Matt Wittmann +

+   Matthias Kuhn +

+   Max Grender-Jones +

+   Michael E. Gruen +

+   Mike Kelly

+   Nipun Batra +

+   Noah Spies +

+   PKEuS

+   Patrick O’Keeffe

+   Phillip Cloud

+   Pietro Battiston +

+   Randy Carnevale +

+   Robert Gibboni +

+   Skipper Seabold

+   SplashDance +

+   Stephan Hoyer +

+   Tim Cera +

+   Tobias Brandt

+   Todd Jennings +

+   Tom Augspurger

+   TomAugspurger

+   Yaroslav Halchenko

+   agijsberts +

+   akittredge

+   ankostis +

+   anomrake

+   anton-d +

+   bashtage +

+   benjamin +

+   bwignall

+   cgohlke +

+   chebee7i +

+   clham +

+   danielballan

+   hshimizu77 +

+   hugo +

+   immerrr

+   ischwabacher +

+   jaimefrio +

+   jreback

+   jsexauer +

+   kdiether +

+   michaelws +

+   mikebailey +

+   ojdo +

+   onesandzeroes +

+   phaebz +

+   ribonoous +

+   rockg

+   sinhrks +

+   unutbu

+   westurner

+   y-p

+   zach powers  ## API changes

+   `read_excel` 使用 0 作为默认工作表（[GH 6573](https://github.com/pandas-dev/pandas/issues/6573)）

+   `iloc` 现在将接受超出边界的索引器进行切片，例如超出被索引对象的长度的值。这些值将被排除。这将使 pandas 更符合 python/numpy 对超出边界值的索引。一个超出边界且减少对象维度的单个索引器仍将引发 `IndexError`（[GH 6296](https://github.com/pandas-dev/pandas/issues/6296)，[GH 6299](https://github.com/pandas-dev/pandas/issues/6299)）。这可能导致一个空轴（例如返回一个空数据框）

    ```py
    In [1]: dfl = pd.DataFrame(np.random.randn(5, 2), columns=list('AB'))

    In [2]: dfl
    Out[2]: 
     A         B
    0  0.469112 -0.282863
    1 -1.509059 -1.135632
    2  1.212112 -0.173215
    3  0.119209 -1.044236
    4 -0.861849 -2.104569

    [5 rows x 2 columns]

    In [3]: dfl.iloc[:, 2:3]
    Out[3]: 
    Empty DataFrame
    Columns: []
    Index: [0, 1, 2, 3, 4]

    [5 rows x 0 columns]

    In [4]: dfl.iloc[:, 1:3]
    Out[4]: 
     B
    0 -0.282863
    1 -1.135632
    2 -0.173215
    3 -1.044236
    4 -2.104569

    [5 rows x 1 columns]

    In [5]: dfl.iloc[4:6]
    Out[5]: 
     A         B
    4 -0.861849 -2.104569

    [1 rows x 2 columns] 
    ```

    这些是超出边界的选择

    ```py
    >>> dfl.iloc[[4, 5, 6]]
    IndexError: positional indexers are out-of-bounds

    >>> dfl.iloc[:, 4]
    IndexError: single positional indexer is out-of-bounds 
    ```

+   使用负起始、停止和步长值进行切片可以更好地处理边界情况（[GH 6531](https://github.com/pandas-dev/pandas/issues/6531)）：

    +   `df.iloc[:-len(df)]` 现在为空

    +   `df.iloc[len(df)::-1]` 现在以相反顺序枚举所有元素

+   `DataFrame.interpolate()` 关键字 `downcast` 默认值已从 `infer` 更改为 `None`。这是为了保留原始数据类型，除非明确要求否则（[GH 6290](https://github.com/pandas-dev/pandas/issues/6290)）。

+   将数据框转换为 HTML 时，以前会返回 `Empty DataFrame`。这种特殊情况已被移除，而是返回一个带有列名的标题（[GH 6062](https://github.com/pandas-dev/pandas/issues/6062)）。

+   现在 `Series` 和 `Index` 在内部共享更多常见的操作，例如 `factorize(),nunique(),value_counts()` 现在也支持在 `Index` 类型上。为了 API 一致性，从 Series 中移除了 `Series.weekday` 属性。在 Series 上使用 `DatetimeIndex/PeriodIndex` 方法现在会引发 `TypeError`。（[GH 4551](https://github.com/pandas-dev/pandas/issues/4551)，[GH 4056](https://github.com/pandas-dev/pandas/issues/4056)，[GH 5519](https://github.com/pandas-dev/pandas/issues/5519)，[GH 6380](https://github.com/pandas-dev/pandas/issues/6380)，[GH 7206](https://github.com/pandas-dev/pandas/issues/7206)）。

+   为 `DateTimeIndex` / `Timestamp` 添加 `is_month_start`、`is_month_end`、`is_quarter_start`、`is_quarter_end`、`is_year_start`、`is_year_end` 访问器，返回布尔数组，指示由 `DateTimeIndex` / `Timestamp` 的频率定义的月/季度/年的时间戳是否位于起始/结束（[GH 4565](https://github.com/pandas-dev/pandas/issues/4565)，[GH 6998](https://github.com/pandas-dev/pandas/issues/6998)）

+   `pandas.eval()`/ `DataFrame.eval()`/ `DataFrame.query()` 中的本地变量使用方式已更改（[GH 5987](https://github.com/pandas-dev/pandas/issues/5987)）。对于 `DataFrame` 方法，有两个变化：

    +   现在列名优先于本地变量

    +   必须显式引用本地变量。这意味着即使您有一个本地变量 *不* 是列，您仍然必须使用 `'@'` 前缀引用它。

    +   您可以像这样拥有一个表达式 `df.query('@a < a')`，`pandas` 不会对名称 `a` 的歧义提出任何投诉。

    +   顶级的 `pandas.eval()` 函数不允许您使用 `'@'` 前缀，并提供错误消息告诉您不允许这样做。

    +   移除了 `NameResolutionError`，因为不再需要。

+   在查询/评估中定义和记录列与索引名称的顺序（[GH 6676](https://github.com/pandas-dev/pandas/issues/6676)）

+   `concat` 现在会使用 Series 名称或编号列来连接混合的 Series 和 DataFrame，需要时进行合并（[GH 2385](https://github.com/pandas-dev/pandas/issues/2385)）。详见文档

+   在`Index`类上进行切片和高级/布尔索引操作以及`Index.delete()`和`Index.drop()`方法将不再更改结果索引的类型（[GH 6440](https://github.com/pandas-dev/pandas/issues/6440)，[GH 7040](https://github.com/pandas-dev/pandas/issues/7040))

    ```py
    In [6]: i = pd.Index([1, 2, 3, 'a', 'b', 'c'])

    In [7]: i[[0, 1, 2]]
    Out[7]: Index([1, 2, 3], dtype='object')

    In [8]: i.drop(['a', 'b', 'c'])
    Out[8]: Index([1, 2, 3], dtype='object') 
    ```

    以前，上述操作会返回`Int64Index`。如果您想手动执行此操作，请使用`Index.astype()`

    ```py
    In [9]: i[[0, 1, 2]].astype(np.int_)
    Out[9]: Index([1, 2, 3], dtype='int64') 
    ```

+   `set_index`不再将 MultiIndexes 转换为元组的索引。例如，旧行为在这种情况下返回一个索引（[GH 6459](https://github.com/pandas-dev/pandas/issues/6459)）：

    ```py
    # Old behavior, casted MultiIndex to an Index
    In [10]: tuple_ind
    Out[10]: Index([('a', 'c'), ('a', 'd'), ('b', 'c'), ('b', 'd')], dtype='object')

    In [11]: df_multi.set_index(tuple_ind)
    Out[11]: 
     0         1
    (a, c)  0.471435 -1.190976
    (a, d)  1.432707 -0.312652
    (b, c) -0.720589  0.887163
    (b, d)  0.859588 -0.636524

    [4 rows x 2 columns]

    # New behavior
    In [12]: mi
    Out[12]: 
    MultiIndex([('a', 'c'),
     ('a', 'd'),
     ('b', 'c'),
     ('b', 'd')],
     )

    In [13]: df_multi.set_index(mi)
    Out[13]: 
     0         1
    a c  0.471435 -1.190976
     d  1.432707 -0.312652
    b c -0.720589  0.887163
     d  0.859588 -0.636524

    [4 rows x 2 columns] 
    ```

    当将多个索引传递给`set_index`时，也适用这一点：

    ```py
    # Old output, 2-level MultiIndex of tuples
    In [14]: df_multi.set_index([df_multi.index, df_multi.index])
    Out[14]: 
     0         1
    (a, c) (a, c)  0.471435 -1.190976
    (a, d) (a, d)  1.432707 -0.312652
    (b, c) (b, c) -0.720589  0.887163
    (b, d) (b, d)  0.859588 -0.636524

    [4 rows x 2 columns]

    # New output, 4-level MultiIndex
    In [15]: df_multi.set_index([df_multi.index, df_multi.index])
    Out[15]: 
     0         1
    a c a c  0.471435 -1.190976
     d a d  1.432707 -0.312652
    b c b c -0.720589  0.887163
     d b d  0.859588 -0.636524

    [4 rows x 2 columns] 
    ```

+   添加了`pairwise`关键字到统计矩函数`rolling_cov`，`rolling_corr`，`ewmcov`，`ewmcorr`，`expanding_cov`，`expanding_corr`，以允许计算移动窗口协方差和相关矩阵（[GH 4950](https://github.com/pandas-dev/pandas/issues/4950)）。请参阅文档中的计算滚动成对协方差和相关性。

    ```py
    In [1]: df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))

    In [4]: covs = pd.rolling_cov(df[['A', 'B', 'C']],
     ....:                       df[['B', 'C', 'D']],
     ....:                       5,
     ....:                       pairwise=True)

    In [5]: covs[df.index[-1]]
    Out[5]:
     B         C         D
    A  0.035310  0.326593 -0.505430
    B  0.137748 -0.006888 -0.005383
    C -0.006888  0.861040  0.020762 
    ```

+   `Series.iteritems()`现在是延迟执行的（返回一个迭代器而不是列表）。这是在 0.14 版本之前的文档化行为。([GH 6760](https://github.com/pandas-dev/pandas/issues/6760))

+   添加了`nunique`和`value_counts`函数到`Index`以计算唯一元素。([GH 6734](https://github.com/pandas-dev/pandas/issues/6734))

+   当`stack`和`unstack`的`level`关键字引用`Index`中的非唯一项时，现在会引发`ValueError`（以前引发`KeyError`）。([GH 6738](https://github.com/pandas-dev/pandas/issues/6738))

+   从`Series.sort`中删除未使用的 order 参数；参数现在与`Series.order`的顺序相同；添加`na_position`参数以符合`Series.order`（[GH 6847](https://github.com/pandas-dev/pandas/issues/6847)）

+   `Series.order`的默认排序算法现在是`quicksort`，以符合`Series.sort`（和 numpy 默认值）

+   添加了`inplace`关键字到`Series.order/sort`以使它们成为反向操作（[GH 6859](https://github.com/pandas-dev/pandas/issues/6859)）

+   `DataFrame.sort`现在根据`na_position`参数将 NaN 放在排序的开头或结尾。([GH 3917](https://github.com/pandas-dev/pandas/issues/3917))

+   在`concat`中接受`TextFileReader`，这影响了一个常见的用户习惯（[GH 6583](https://github.com/pandas-dev/pandas/issues/6583)），这是从 0.13.1 开始的一个回归

+   添加了`factorize`函数到`Index`和`Series`以获取索引器和唯一值（[GH 7090](https://github.com/pandas-dev/pandas/issues/7090)）

+   对于混合了 Timestamp 和类似字符串的对象的 DataFrame，`describe`返回一个不同的索引（[GH 7088](https://github.com/pandas-dev/pandas/issues/7088)）。之前索引意外地被排序。

+   **仅**具有`bool`数据类型的算术运算现在会发出警告，指示它们在`+`、`-`和`*`操作中在 Python 空间中进行评估，并对所有其他操作引发错误（[GH 7011](https://github.com/pandas-dev/pandas/issues/7011)、[GH 6762](https://github.com/pandas-dev/pandas/issues/6762)、[GH 7015](https://github.com/pandas-dev/pandas/issues/7015)、[GH 7210](https://github.com/pandas-dev/pandas/issues/7210)）

    ```py
    >>> x = pd.Series(np.random.rand(10) > 0.5)
    >>> y = True
    >>> x + y  # warning generated: should do x | y instead
    UserWarning: evaluating in Python space because the '+' operator is not
    supported by numexpr for the bool dtype, use '|' instead
    >>> x / y  # this raises because it doesn't make sense
    NotImplementedError: operator '/' not implemented for bool dtypes 
    ```

+   在`HDFStore`中，当未找到键或选择器时，`select_as_multiple`将始终引发`KeyError`（[GH 6177](https://github.com/pandas-dev/pandas/issues/6177)）

+   `df['col'] = value`和`df.loc[:,'col'] = value`现在完全等效；之前`.loc`不一定会强制转换结果系列的 dtype（[GH 6149](https://github.com/pandas-dev/pandas/issues/6149)）

+   在空容器上，`dtypes`和`ftypes`现在返回具有`dtype=object`的系列（[GH 5740](https://github.com/pandas-dev/pandas/issues/5740)）

+   如果未提供目标路径或缓冲区，则`df.to_csv`现在将返回 CSV 数据的字符串（[GH 6061](https://github.com/pandas-dev/pandas/issues/6061)）

+   如果给定无效的`Series/Index`类型，`pd.infer_freq()`现在将引发`TypeError`（[GH 6407](https://github.com/pandas-dev/pandas/issues/6407)、[GH 6463](https://github.com/pandas-dev/pandas/issues/6463)）

+   传递给`DataFame.sort_index`的元组将被解释为索引的级别，而不是要求元组列表（[GH 4370](https://github.com/pandas-dev/pandas/issues/4370)）

+   所有偏移操作现在都返回`Timestamp`类型（而不是 datetime），业务/周频率不正确（[GH 4069](https://github.com/pandas-dev/pandas/issues/4069)）

+   `to_excel`现在将`np.inf`转换为字符串表示形式，可由`inf_rep`关键字参数自定义（Excel 没有本机的无穷大表示）（[GH 6782](https://github.com/pandas-dev/pandas/issues/6782)）

+   使用`numpy.percentile`替换`pandas.compat.scipy.scoreatpercentile`（[GH 6810](https://github.com/pandas-dev/pandas/issues/6810)）

+   对于`datetime[ns]`系列的`.quantile`现在返回`Timestamp`而不是`np.datetime64`对象（[GH 6810](https://github.com/pandas-dev/pandas/issues/6810)）

+   将`concat`中传递的无效类型的`AssertionError`更改为`TypeError`（[GH 6583](https://github.com/pandas-dev/pandas/issues/6583)）

+   当将迭代器作为`data`参数传递给`DataFrame`时，引发`TypeError`（[GH 5357](https://github.com/pandas-dev/pandas/issues/5357)）

## 显示更改

+   打印大型数据框的默认方式已更改。超过 `max_rows` 和/或 `max_columns` 的数据框现在显示为居中截断的视图，与 `pandas.Series` 的打印方式保持一致（[GH 5603](https://github.com/pandas-dev/pandas/issues/5603)）。

    在以前的版本中，一旦达到尺寸限制，数据框就会被截断，并且省略号（…）会标志着数据的一部分被截断。

    ![截断的先前外观。](https://gitee.com/OpenDocCN/dsai-docs-zh/raw/master/docs/pd22/img/784f79e22b13d8ec61c873e5e284a20d.png)

    在当前版本中，大型数据框被居中截断，显示头部和尾部的预览，两个维度都显示。

    ![新外观。](https://gitee.com/OpenDocCN/dsai-docs-zh/raw/master/docs/pd22/img/1f7004c5604d4fcd32bea2cde4c92614.png)

+   允许选项 `'truncate'` 用于 `display.show_dimensions`，只有在帧被截断时才显示维度（[GH 6547](https://github.com/pandas-dev/pandas/issues/6547)）。

    `display.show_dimensions` 的默认值现在将是 `truncate`。这与 Series 的显示长度保持一致。

    ```py
    In [16]: dfd = pd.DataFrame(np.arange(25).reshape(-1, 5),
     ....:                   index=[0, 1, 2, 3, 4],
     ....:                   columns=[0, 1, 2, 3, 4])
     ....: 

    # show dimensions since this is truncated
    In [17]: with pd.option_context('display.max_rows', 2, 'display.max_columns', 2,
     ....:                       'display.show_dimensions', 'truncate'):
     ....:    print(dfd)
     ....: 
     0  ...   4
    0    0  ...   4
    ..  ..  ...  ..
    4   20  ...  24

    [5 rows x 5 columns]

    # will not show dimensions since it is not truncated
    In [18]: with pd.option_context('display.max_rows', 10, 'display.max_columns', 40,
     ....:                       'display.show_dimensions', 'truncate'):
     ....:    print(dfd)
     ....: 
     0   1   2   3   4
    0   0   1   2   3   4
    1   5   6   7   8   9
    2  10  11  12  13  14
    3  15  16  17  18  19
    4  20  21  22  23  24 
    ```

+   使用 `display.max_rows` 少于系列长度时，多索引系列的显示中出现回归错误（[GH 7101](https://github.com/pandas-dev/pandas/issues/7101)）。

+   修复了截断的 Series 或 DataFrame 的 HTML 表示不显示设置为 'info' 的类名的错误（[GH 7105](https://github.com/pandas-dev/pandas/issues/7105)）。

+   `DataFrame.info()` 中的 `verbose` 关键字，控制是否缩短 `info` 表示，默认情况下现在是 `None`。这将遵循 `display.max_info_columns` 的全局设置。可以使用 `verbose=True` 或 `verbose=False` 来覆盖全局设置。

+   修复了 `info` 表示未遵守 `display.max_info_columns` 设置的错误（[GH 6939](https://github.com/pandas-dev/pandas/issues/6939)）。

+   时间戳 `__repr__` 中现在包含偏移/频率信息（[GH 4553](https://github.com/pandas-dev/pandas/issues/4553)）。

## 文本解析 API 变更

`read_csv()`/`read_table()` 现在对于无效选项将更吵闹，而不是回退到 `PythonParser`。

+   当在`read_csv()`/`read_table()`中指定了 `delim_whitespace=True` 的 `sep` 时，会引发 `ValueError` 错误（[GH 6607](https://github.com/pandas-dev/pandas/issues/6607)）。

+   当在`read_csv()`/`read_table()`中指定了不支持的选项时，使用 `engine='c'` 会引发 `ValueError` 错误（[GH 6607](https://github.com/pandas-dev/pandas/issues/6607)）。

+   当回退到 Python 解析器导致选项被忽略时，引发`ValueError`（[GH 6607](https://github.com/pandas-dev/pandas/issues/6607)）。

+   当没有选项被忽略时，回退到 Python 解析器会产生`ParserWarning`（[GH 6607](https://github.com/pandas-dev/pandas/issues/6607)）。

+   如果没有其他不受 C 支持的选项指定，将`sep='\s+'`翻译为`delim_whitespace=True`在`read_csv()`/`read_table()`中（[GH 6607](https://github.com/pandas-dev/pandas/issues/6607)）。

## GroupBy API 变更

一些 groupby 方法的更一致的行为：

+   groupby `head`和`tail`现在更像`filter`而不是聚合：

    ```py
    In [1]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['A', 'B'])

    In [2]: g = df.groupby('A')

    In [3]: g.head(1)  # filters DataFrame
    Out[3]:
     A  B
    0  1  2
    2  5  6

    In [4]: g.apply(lambda x: x.head(1))  # used to simply fall-through
    Out[4]:
     A  B
    A
    1 0  1  2
    5 2  5  6 
    ```

+   groupby head 和 tail 尊重列选择：

    ```py
    In [19]: g[['B']].head(1)
    Out[19]:
     B
    0  2
    2  6

    [2 rows x 1 columns] 
    ```

+   groupby `nth`现在默认减少；通过传递`as_index=False`可以实现过滤。通过一个可选的`dropna`参数来忽略 NaN。参见文档。

    减少

    ```py
    In [19]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6]], columns=['A', 'B'])

    In [20]: g = df.groupby('A')

    In [21]: g.nth(0)
    Out[21]: 
     A    B
    0  1  NaN
    2  5  6.0

    [2 rows x 2 columns]

    # this is equivalent to g.first()
    In [22]: g.nth(0, dropna='any')
    Out[22]: 
     A    B
    1  1  4.0
    2  5  6.0

    [2 rows x 2 columns]

    # this is equivalent to g.last()
    In [23]: g.nth(-1, dropna='any')
    Out[23]: 
     A    B
    1  1  4.0
    2  5  6.0

    [2 rows x 2 columns] 
    ```

    过滤

    ```py
    In [24]: gf = df.groupby('A', as_index=False)

    In [25]: gf.nth(0)
    Out[25]: 
     A    B
    0  1  NaN
    2  5  6.0

    [2 rows x 2 columns]

    In [26]: gf.nth(0, dropna='any')
    Out[26]: 
     A    B
    1  1  4.0
    2  5  6.0

    [2 rows x 2 columns] 
    ```

+   对于非 cython 函数，groupby 现在不会返回分组列（[GH 5610](https://github.com/pandas-dev/pandas/issues/5610)，[GH 5614](https://github.com/pandas-dev/pandas/issues/5614)，[GH 6732](https://github.com/pandas-dev/pandas/issues/6732)），因为它已经是索引了

    ```py
    In [27]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6], [5, 8]], columns=['A', 'B'])

    In [28]: g = df.groupby('A')

    In [29]: g.count()
    Out[29]: 
     B
    A 
    1  1
    5  2

    [2 rows x 1 columns]

    In [30]: g.describe()
    Out[30]: 
     B 
     count mean       std  min  25%  50%  75%  max
    A 
    1   1.0  4.0       NaN  4.0  4.0  4.0  4.0  4.0
    5   2.0  7.0  1.414214  6.0  6.5  7.0  7.5  8.0

    [2 rows x 8 columns] 
    ```

+   传递`as_index`将保留分组列在原地（这在 0.14.0 中没有变化）

    ```py
    In [31]: df = pd.DataFrame([[1, np.nan], [1, 4], [5, 6], [5, 8]], columns=['A', 'B'])

    In [32]: g = df.groupby('A', as_index=False)

    In [33]: g.count()
    Out[33]: 
     A  B
    0  1  1
    1  5  2

    [2 rows x 2 columns]

    In [34]: g.describe()
    Out[34]: 
     A     B 
     count mean       std  min  25%  50%  75%  max
    0  1   1.0  4.0       NaN  4.0  4.0  4.0  4.0  4.0
    1  5   2.0  7.0  1.414214  6.0  6.5  7.0  7.5  8.0

    [2 rows x 9 columns] 
    ```

+   允许通过`pd.Grouper`指定更复杂的 groupby，例如同时按时间和字符串字段分组。参见文档。([GH 3794](https://github.com/pandas-dev/pandas/issues/3794))

+   在执行 groupby 操作时更好地传播/保留 Series 名称：

    +   `SeriesGroupBy.agg`将确保原始系列的名称属性传播到结果中（[GH 6265](https://github.com/pandas-dev/pandas/issues/6265)）。

    +   如果提供给`GroupBy.apply`的函数返回一个命名系列，那么系列的名称将保留为`GroupBy.apply`返回的 DataFrame 的列索引的名称（[GH 6124](https://github.com/pandas-dev/pandas/issues/6124)）。这有助于`DataFrame.stack`操作，其中列索引的名称用作包含透视数据的插入列的名称。

## SQL

现在 SQL 读取和写入函数通过 SQLAlchemy 支持更多的数据库类型（[GH 2717](https://github.com/pandas-dev/pandas/issues/2717)，[GH 4163](https://github.com/pandas-dev/pandas/issues/4163)，[GH 5950](https://github.com/pandas-dev/pandas/issues/5950)，[GH 6292](https://github.com/pandas-dev/pandas/issues/6292)）。所有 SQLAlchemy 支持的数据库都可以使用，如 PostgreSQL、MySQL、Oracle、Microsoft SQL Server（请参阅 SQLAlchemy 关于[包含的方言](https://sqlalchemy.readthedocs.io/en/latest/dialects/index.html)的文档）。

未来将仅支持为 sqlite3 提供 DBAPI 连接对象的功能。`'mysql'` flavor 已被弃用。

引入了新的函数`read_sql_query()`和`read_sql_table()`。函数`read_sql()`被保留为围绕其他两个函数的便利包装器，并将根据提供的输入（数据库表名或 SQL 查询）委托给特定函数。

在实践中，您必须为 SQL 函数提供一个 SQLAlchemy `engine`。要连接到 SQLAlchemy，您可以使用`create_engine()`函数从数据库 URI 创建一个 engine 对象。您只需要为要连接的每个数据库创建一次 engine。对于内存中的 sqlite 数据库：

```py
In [35]: from sqlalchemy import create_engine

# Create your connection.
In [36]: engine = create_engine('sqlite:///:memory:')

然后可以使用这个engine来向数据库写入或读取数据：

In [37]: df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

In [38]: df.to_sql(name='db_table', con=engine, index=False)
Out[38]: 3

通过指定表名，您可以从数据库中读取数据。

In [39]: pd.read_sql_table('db_table', engine)
Out[39]: 
 A  B
0  1  a
1  2  b
2  3  c

[3 rows x 2 columns]

或通过指定 SQL 查询：

In [40]: pd.read_sql_query('SELECT * FROM db_table', engine)
Out[40]: 
 A  B
0  1  a
1  2  b
2  3  c

[3 rows x 2 columns]

SQL 函数的一些其他增强功能包括：

支持写入索引。可以使用index关键字进行控制（默认为 True）。
使用index_label指定要在写入索引时使用的列标签。
使用parse_dates关键字在read_sql_query()和read_sql_table()中指定要解析为日期时间的字符串列。

警告

一些现有的函数或函数别名已被弃用，并将在未来版本中移除。这包括：tquery、uquery、read_frame、frame_query、write_frame。

警告

使用 DBAPI 连接对象时，‘mysql’ flavor 的支持已被弃用。MySQL 将通过 SQLAlchemy 引擎进一步支持（GH 6900）。

使用切片器进行多级索引

在 0.14.0 中，我们添加了一种新的方式来切片 MultiIndexed 对象。您可以通过提供多个索引器来切片 MultiIndex。

您可以像通过标签索引一样提供任何选择器，参见按标签选择，包括切片、标签列表、标签和布尔索引器。

您可以使用slice(None)来选择该级别的所有内容。您不需要指定所有更深的级别，它们将被隐含为slice(None)。

通常情况下，由于这是标签索引，切片器的两侧都包括在内。

参见文档另请参见问题（GH 6134, GH 4036, GH 3057, GH 2598, GH 5641, GH 7106）

警告

您应该在 .loc 指定器中指定所有轴，即索引和列的索引器。存在一些模糊的情况，其中传递的索引器可能被误解为索引两个轴，而不是例如行的 MultiIndex。

你应该这样做：

 >>> df.loc[(slice('A1', 'A3'), ...), :]  # noqa: E901

rather than this:

>>> df.loc[(slice('A1', 'A3'), ...)]  # noqa: E901

警告

您需要确保选择轴完全按字典顺序排列！

In [41]: def mklbl(prefix, n):
 ....:    return ["%s%s" % (prefix, i) for i in range(n)]
 ....: 

In [42]: index = pd.MultiIndex.from_product([mklbl('A', 4),
 ....:                                    mklbl('B', 2),
 ....:                                    mklbl('C', 4),
 ....:                                    mklbl('D', 2)])
 ....: 

In [43]: columns = pd.MultiIndex.from_tuples([('a', 'foo'), ('a', 'bar'),
 ....:                                     ('b', 'foo'), ('b', 'bah')],
 ....:                                    names=['lvl0', 'lvl1'])
 ....: 

In [44]: df = pd.DataFrame(np.arange(len(index) * len(columns)).reshape((len(index),
 ....:                  len(columns))),
 ....:                  index=index,
 ....:                  columns=columns).sort_index().sort_index(axis=1)
 ....: 

In [45]: df
Out[45]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C0 D0    1    0    3    2
 D1    5    4    7    6
 C1 D0    9    8   11   10
 D1   13   12   15   14
 C2 D0   17   16   19   18
...          ...  ...  ...  ...
A3 B1 C1 D1  237  236  239  238
 C2 D0  241  240  243  242
 D1  245  244  247  246
 C3 D0  249  248  251  250
 D1  253  252  255  254

[64 rows x 4 columns]

使用切片、列表和标签进行基本的 MultiIndex 切片。

In [46]: df.loc[(slice('A1', 'A3'), slice(None), ['C1', 'C3']), :]
Out[46]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A1 B0 C1 D0   73   72   75   74
 D1   77   76   79   78
 C3 D0   89   88   91   90
 D1   93   92   95   94
 B1 C1 D0  105  104  107  106
...          ...  ...  ...  ...
A3 B0 C3 D1  221  220  223  222
 B1 C1 D0  233  232  235  234
 D1  237  236  239  238
 C3 D0  249  248  251  250
 D1  253  252  255  254

[24 rows x 4 columns]

您可以使用 pd.IndexSlice 来快捷创建这些切片

In [47]: idx = pd.IndexSlice

In [48]: df.loc[idx[:, :, ['C1', 'C3']], idx[:, 'foo']]
Out[48]: 
lvl0           a    b
lvl1         foo  foo
A0 B0 C1 D0    8   10
 D1   12   14
 C3 D0   24   26
 D1   28   30
 B1 C1 D0   40   42
...          ...  ...
A3 B0 C3 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[32 rows x 2 columns]

可以同时在多个轴上使用此方法执行相当复杂的选择。

In [49]: df.loc['A1', (slice(None), 'foo')]
Out[49]: 
lvl0        a    b
lvl1      foo  foo
B0 C0 D0   64   66
 D1   68   70
 C1 D0   72   74
 D1   76   78
 C2 D0   80   82
...       ...  ...
B1 C1 D1  108  110
 C2 D0  112  114
 D1  116  118
 C3 D0  120  122
 D1  124  126

[16 rows x 2 columns]

In [50]: df.loc[idx[:, :, ['C1', 'C3']], idx[:, 'foo']]
Out[50]: 
lvl0           a    b
lvl1         foo  foo
A0 B0 C1 D0    8   10
 D1   12   14
 C3 D0   24   26
 D1   28   30
 B1 C1 D0   40   42
...          ...  ...
A3 B0 C3 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[32 rows x 2 columns]

使用布尔索引器，您可以提供与值相关的选择。

In [51]: mask = df[('a', 'foo')] > 200

In [52]: df.loc[idx[mask, :, ['C1', 'C3']], idx[:, 'foo']]
Out[52]: 
lvl0           a    b
lvl1         foo  foo
A3 B0 C1 D1  204  206
 C3 D0  216  218
 D1  220  222
 B1 C1 D0  232  234
 D1  236  238
 C3 D0  248  250
 D1  252  254

[7 rows x 2 columns]

您还可以指定 axis 参数给 .loc，以在单个轴上解释传递的切片。

In [53]: df.loc(axis=0)[:, :, ['C1', 'C3']]
Out[53]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C1 D0    9    8   11   10
 D1   13   12   15   14
 C3 D0   25   24   27   26
 D1   29   28   31   30
 B1 C1 D0   41   40   43   42
...          ...  ...  ...  ...
A3 B0 C3 D1  221  220  223  222
 B1 C1 D0  233  232  235  234
 D1  237  236  239  238
 C3 D0  249  248  251  250
 D1  253  252  255  254

[32 rows x 4 columns]

此外，您可以使用这些方法设置值。

In [54]: df2 = df.copy()

In [55]: df2.loc(axis=0)[:, :, ['C1', 'C3']] = -10

In [56]: df2
Out[56]: 
lvl0           a         b 
lvl1         bar  foo  bah  foo
A0 B0 C0 D0    1    0    3    2
 D1    5    4    7    6
 C1 D0  -10  -10  -10  -10
 D1  -10  -10  -10  -10
 C2 D0   17   16   19   18
...          ...  ...  ...  ...
A3 B1 C1 D1  -10  -10  -10  -10
 C2 D0  241  240  243  242
 D1  245  244  247  246
 C3 D0  -10  -10  -10  -10
 D1  -10  -10  -10  -10

[64 rows x 4 columns]

你也可以使用可对齐对象的右侧。

In [57]: df2 = df.copy()

In [58]: df2.loc[idx[:, :, ['C1', 'C3']], :] = df2 * 1000

In [59]: df2
Out[59]: 
lvl0              a               b 
lvl1            bar     foo     bah     foo
A0 B0 C0 D0       1       0       3       2
 D1       5       4       7       6
 C1 D0    9000    8000   11000   10000
 D1   13000   12000   15000   14000
 C2 D0      17      16      19      18
...             ...     ...     ...     ...
A3 B1 C1 D1  237000  236000  239000  238000
 C2 D0     241     240     243     242
 D1     245     244     247     246
 C3 D0  249000  248000  251000  250000
 D1  253000  252000  255000  254000

[64 rows x 4 columns]

绘图

从 DataFrame.plot 绘制六边形箱图，使用 kind='hexbin'（GH 5478），参见文档。
DataFrame.plot 和 Series.plot 现在支持区域图的绘制，指定 kind='area'（GH 6656），参见文档
从 Series.plot 和 DataFrame.plot 绘制饼图，使用 kind='pie'（GH 6976），参见文档。
现在支持在 DataFrame 和 Series 对象的 .plot 方法中绘制带有误差条的图形（GH 3796, GH 6834）��参见文档。
DataFrame.plot 和 Series.plot 现在支持 table 关键字用于绘制 matplotlib.Table，参见文档。table 关键字可以接收以下值。
- False: 什么也不做（默认）。
- True: 使用 DataFrame 或 Series 的 plot 方法绘制表。数据将被转置以符合 matplotlib 的默认布局。
- DataFrame 或 Series：使用传递的数据绘制 matplotlib.table。数据将按照打印方法中显示的方式绘制（不会自动转置）。此外，添加了辅助函数 pandas.tools.plotting.table 用于从 DataFrame 和 Series 创建表，并将其添加到 matplotlib.Axes。
plot(legend='reverse') 现在会反转大多数绘图种类的图例标签顺序。(GH 6014)
线图和面积图可以通过 stacked=True 进行堆叠。(GH 6656)
对于 DataFrame.plot() 的 kind='bar' 和 kind='barh'，现在接受以下关键字：
- width: 指定条形图的宽度。在先前版本中，静态值 0.5 被传递给 matplotlib，无法被覆盖。(GH 6604)
- align: 指定条形图的对齐方式。默认为 center（与 matplotlib 不同）。在先前版本中，pandas 将 align='edge' 传递给 matplotlib 并自行调整位置为 center，结果导致 align 关键字未按预期应用。(GH 4525)
- position: 指定条形图布局的相对对齐方式。从 0（左/底部端）到 1（右/顶部端）。默认为 0.5（中心）。(GH 6604)
由于默认的 align 值更改，条形图的坐标现在位于整数值上（0.0, 1.0, 2.0 …）。这旨在使条形图位于与线图相同的坐标上。然而，当您手动调整条形图位置或绘图区域时，例如使用 set_xlim，set_ylim 等，条形图可能会出现意外差异。在这种情况下，请修改您的脚本以符合新的坐标。
parallel_coordinates() 函数现在接受参数 color 而不是 colors。发出 FutureWarning 警告，指出旧的 colors 参数将在未来版本中不再受支持。(GH 6956)
parallel_coordinates() 和 andrews_curves() 函数现在接受位置参数 frame 而不是 data。如果使用旧的 data 参数名称，将发出 FutureWarning 警告。(GH 6956)
DataFrame.boxplot() 现在支持 layout 关键字。(GH 6769)
DataFrame.boxplot() 有一个新的关键字参数 return_type。它接受 'dict'、'axes' 或 'both'，在这种情况下，将返回一个具有 matplotlib 轴和 matplotlib 线条字典的命名元组。

先前版本的弃用/更改

有一些在 0.14.0 版本中生效的��前版本弃用。

弃用 DateRange，改用 DatetimeIndex。(GH 6816)
从DataFrame.sort中删除column关键字 (GH 4370)
从set_eng_float_format()中删除precision关键字 (GH 395)
从DataFrame.to_string()、DataFrame.to_latex()和DataFrame.to_html()中删除force_unicode关键字；这些函数默认编码为 unicode (GH 2224, GH 2225)
从DataFrame.to_csv()和DataFrame.to_string()中删除nanRep关键字 (GH 275)
从HDFStore.select_column()中删除unique关键字 (GH 3256)
从Timestamp.offset()中删除inferTimeRule关键字 (GH 391)
从get_data_yahoo()和get_data_google()中删除name关键字 (commit b921d1a)
从DatetimeIndex构造函数中删除offset关键字 (commit 3136390)
从几个滚动时刻统计函数中，如rolling_sum()中删除time_rule关键字 (GH 1042)
删除 numpy 数组上的负-布尔操作，改用~，因为这将在 numpy 1.9 中被弃用 (GH 6960)

弃用

pivot_table()/DataFrame.pivot_table()和crosstab()函数现在使用参数index和columns而不是rows和cols。发出FutureWarning以警告，旧的rows和cols参数将在将来的版本中不再受支持 (GH 5505)
DataFrame.drop_duplicates()和DataFrame.duplicated()方法现在采用参数subset而不是cols，以更好地与DataFrame.dropna()对齐。引发FutureWarning以警告将来不再支持旧的cols参数 (GH 6680)
DataFrame.to_csv()和DataFrame.to_excel()函数现在采用参数columns而不是cols。引发FutureWarning以警告将来不再支持旧的cols参数 (GH 6645)

当与标量索引器和非浮点索引一起使用时，索引器将引发FutureWarning (GH 4892, GH 6960)

# non-floating point indexes can only be indexed by integers / labels
In [1]: pd.Series(1, np.arange(5))[3.0]
 pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[1]: 1

In [2]: pd.Series(1, np.arange(5)).iloc[3.0]
 pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[2]: 1

In [3]: pd.Series(1, np.arange(5)).iloc[3.0:4]
 pandas/core/index.py:527: FutureWarning: slice indexers when using iloc should be integers and not floating point
Out[3]:
 3    1
 dtype: int64

# these are Float64Indexes, so integer or floating point is acceptable
In [4]: pd.Series(1, np.arange(5.))[3]
Out[4]: 1

In [5]: pd.Series(1, np.arange(5.))[3.0]
Out[6]: 1

Numpy 1.9 兼容性关于弃用警告 (GH 6960)
Panel.shift()现在具有与DataFrame.shift()相匹配的函数签名。旧的位置参数lags已更改为具有默认值为 1 的关键字参数periods。如果使用旧参数lags，则会引发FutureWarning。(GH 6910)
factorize()的order关键字参数将被移除。(GH 6926).
从DataFrame.xs()、Panel.major_xs()、Panel.minor_xs()中删除copy关键字。如果可能，将返回视图，否则将进行复制。以前用户可能会认为copy=False总是返回视图。(GH 6894)
parallel_coordinates()函数现在接受参数color而不是colors。引发FutureWarning以警告将来不再支持旧的colors参数。(GH 6956)
parallel_coordinates()和andrews_curves()函数现在采用位置参数frame而不是data。如果使用旧的data参数，则会引发FutureWarning。(GH 6956)
使用 DBAPI 连接对象时已经弃用对‘mysql’ flavor 的支持。MySQL 将通过 SQLAlchemy engines 进一步支持。(GH 6900)
下列io.sql函数已被弃用：tquery、uquery、read_frame、frame_query、write_frame。
在describe()中，percentile_width关键字参数已被弃用。使用 percentiles 关键字代替，该关键字接受一个要显示的百分位数列表。默认输出不变。
boxplot()的默认返回类型将从字典更改为 matplotlib Axes，未来版本中将会生效。您可以通过向 boxplot 传递return_type='axes'来立即使用未来的行为。

已知问题

OpenPyXL 2.0.0 打破了向后兼容性。(GH 7169)

增强功能

如果传递了一个元组字典，DataFrame 和 Series 将创建一个 MultiIndex 对象。参见文档 (GH 3323)

In [60]: pd.Series({('a', 'b'): 1, ('a', 'a'): 0,
 ....:           ('a', 'c'): 2, ('b', 'a'): 3, ('b', 'b'): 4})
 ....: 
Out[60]: 
a  b    1
 a    0
 c    2
b  a    3
 b    4
Length: 5, dtype: int64

In [61]: pd.DataFrame({('a', 'b'): {('A', 'B'): 1, ('A', 'C'): 2},
 ....:             ('a', 'a'): {('A', 'C'): 3, ('A', 'B'): 4},
 ....:             ('a', 'c'): {('A', 'B'): 5, ('A', 'C'): 6},
 ....:             ('b', 'a'): {('A', 'C'): 7, ('A', 'B'): 8},
 ....:             ('b', 'b'): {('A', 'D'): 9, ('A', 'B'): 10}})
 ....: 
Out[61]: 
 a              b 
 b    a    c    a     b
A B  1.0  4.0  5.0  8.0  10.0
 C  2.0  3.0  6.0  7.0   NaN
 D  NaN  NaN  NaN  NaN   9.0

[3 rows x 5 columns]

在Index中添加了sym_diff方法。(GH 5543)
DataFrame.to_latex现在接受一个 longtable 关键字，如果为 True，则返回一个 longtable 环境中的表格。(GH 6617)
在DataFrame.to_latex中添加了关闭转义的选项。(GH 6472)
如果未指定关键字sep，pd.read_clipboard将尝试检测从电子表格复制的数据并相应解析。(GH 6223)

将单索引 DataFrame 与 MultiIndexed DataFrame 进行连接。(GH 3662)

参见文档。暂时不支持在左侧和右侧同时连接 MultiIndex DataFrames。

In [62]: household = pd.DataFrame({'household_id': [1, 2, 3],
 ....:                          'male': [0, 1, 0],
 ....:                          'wealth': [196087.3, 316478.7, 294750]
 ....:                          },
 ....:                         columns=['household_id', 'male', 'wealth']
 ....:                         ).set_index('household_id')
 ....: 

In [63]: household
Out[63]: 
 male    wealth
household_id 
1                0  196087.3
2                1  316478.7
3                0  294750.0

[3 rows x 2 columns]

In [64]: portfolio = pd.DataFrame({'household_id': [1, 2, 2, 3, 3, 3, 4],
 ....:                          'asset_id': ["nl0000301109",
 ....:                                       "nl0000289783",
 ....:                                       "gb00b03mlx29",
 ....:                                       "gb00b03mlx29",
 ....:                                       "lu0197800237",
 ....:                                       "nl0000289965",
 ....:                                       np.nan],
 ....:                          'name': ["ABN Amro",
 ....:                                   "Robeco",
 ....:                                   "Royal Dutch Shell",
 ....:                                   "Royal Dutch Shell",
 ....:                                   "AAB Eastern Europe Equity Fund",
 ....:                                   "Postbank BioTech Fonds",
 ....:                                   np.nan],
 ....:                          'share': [1.0, 0.4, 0.6, 0.15, 0.6, 0.25, 1.0]
 ....:                          },
 ....:                         columns=['household_id', 'asset_id', 'name', 'share']
 ....:                         ).set_index(['household_id', 'asset_id'])
 ....: 

In [65]: portfolio
Out[65]: 
 name  share
household_id asset_id 
1            nl0000301109                        ABN Amro   1.00
2            nl0000289783                          Robeco   0.40
 gb00b03mlx29               Royal Dutch Shell   0.60
3            gb00b03mlx29               Royal Dutch Shell   0.15
 lu0197800237  AAB Eastern Europe Equity Fund   0.60
 nl0000289965          Postbank BioTech Fonds   0.25
4            NaN                                      NaN   1.00

[7 rows x 2 columns]

In [66]: household.join(portfolio, how='inner')
Out[66]: 
 male  ...  share
household_id asset_id            ... 
1            nl0000301109     0  ...   1.00
2            nl0000289783     1  ...   0.40
 gb00b03mlx29     1  ...   0.60
3            gb00b03mlx29     0  ...   0.15
 lu0197800237     0  ...   0.60
 nl0000289965     0  ...   0.25

[6 rows x 4 columns]

当使用DataFrame.to_csv时，现在可以指定quotechar、doublequote和escapechar。(GH 5414, GH 4528)
使用sort_remaining布尔关键字参数部分按照 MultiIndex 的指定级别排序。(GH 3984)
向TimeStamp和DatetimeIndex添加了to_julian_date。儒略日主要用于天文学，表示从公元前 4713 年 1 月 1 日中午开始的天数。由于纳秒用于定义 pandas 中的时间，因此您可以使用的日期范围实际上是 1678 年到 2262 年。(GH 4041)
DataFrame.to_stata 现在将检查数据与 Stata 数据类型的兼容性，并在需要时进行向上转换。当无法无损向上转换时，会发出警告 (GH 6327)
DataFrame.to_stata 和 StataWriter 现在接受关键字参数 time_stamp 和 data_label，允许在创建文件时设置时间戳和数据集标签。 (GH 6545)
pandas.io.gbq 现在可以正确处理读取的 Unicode 字符串。 (GH 5940)
假日日历现在可用，并且可以与 CustomBusinessDay 偏移一起使用 (GH 6719)
Float64Index 现在由 float64 类型的 ndarray 支持，而不是 object 类型的数组 (GH 6471).
实现了 Panel.pct_change (GH 6904)
在滚动时刻函数中添加了 how 选项来指示如何处理重采样；rolling_max() 默认为最大值，rolling_min() 默认为最小值，所有其他函数默认为平均值 (GH 6297)
现在可以使用 CustomBusinessMonthBegin 和 CustomBusinessMonthEnd (GH 6866)
Series.quantile() 和 DataFrame.quantile() 现在接受一个分位数数组。
describe() 现在接受一个百分位数数组来包含在摘要统计中 (GH 4196)

pivot_table 现在可以接受 index 和 columns 关键字参数的 Grouper (GH 6913)

In [67]: import datetime

In [68]: df = pd.DataFrame({
 ....:    'Branch': 'A A A A A B'.split(),
 ....:    'Buyer': 'Carl Mark Carl Carl Joe Joe'.split(),
 ....:    'Quantity': [1, 3, 5, 1, 8, 1],
 ....:    'Date': [datetime.datetime(2013, 11, 1, 13, 0),
 ....:             datetime.datetime(2013, 9, 1, 13, 5),
 ....:             datetime.datetime(2013, 10, 1, 20, 0),
 ....:             datetime.datetime(2013, 10, 2, 10, 0),
 ....:             datetime.datetime(2013, 11, 1, 20, 0),
 ....:             datetime.datetime(2013, 10, 2, 10, 0)],
 ....:    'PayDay': [datetime.datetime(2013, 10, 4, 0, 0),
 ....:               datetime.datetime(2013, 10, 15, 13, 5),
 ....:               datetime.datetime(2013, 9, 5, 20, 0),
 ....:               datetime.datetime(2013, 11, 2, 10, 0),
 ....:               datetime.datetime(2013, 10, 7, 20, 0),
 ....:               datetime.datetime(2013, 9, 5, 10, 0)]})
 ....: 

In [69]: df
Out[69]: 
 Branch Buyer  Quantity                Date              PayDay
0      A  Carl         1 2013-11-01 13:00:00 2013-10-04 00:00:00
1      A  Mark         3 2013-09-01 13:05:00 2013-10-15 13:05:00
2      A  Carl         5 2013-10-01 20:00:00 2013-09-05 20:00:00
3      A  Carl         1 2013-10-02 10:00:00 2013-11-02 10:00:00
4      A   Joe         8 2013-11-01 20:00:00 2013-10-07 20:00:00
5      B   Joe         1 2013-10-02 10:00:00 2013-09-05 10:00:00

[6 rows x 5 columns]

In [75]: df.pivot_table(values='Quantity',
 ....:               index=pd.Grouper(freq='M', key='Date'),
 ....:               columns=pd.Grouper(freq='M', key='PayDay'),
 ....:               aggfunc="sum")
Out[75]:
PayDay      2013-09-30  2013-10-31  2013-11-30
Date
2013-09-30         NaN         3.0         NaN
2013-10-31         6.0         NaN         1.0
2013-11-30         NaN         9.0         NaN

[3 rows x 3 columns]

字符串数组可以被包装到指定的宽度 (str.wrap) (GH 6999)
为 Series 添加了 nsmallest() 和 Series.nlargest() 方法，请参见文档 (GH 3960)

PeriodIndex 完全支持类似于 DatetimeIndex 的部分字符串索引 (GH 7043)

In [76]: prng = pd.period_range('2013-01-01 09:00', periods=100, freq='H')

In [77]: ps = pd.Series(np.random.randn(len(prng)), index=prng)

In [78]: ps
Out[78]:
2013-01-01 09:00    0.015696
2013-01-01 10:00   -2.242685
2013-01-01 11:00    1.150036
2013-01-01 12:00    0.991946
2013-01-01 13:00    0.953324
 ...
2013-01-05 08:00    0.285296
2013-01-05 09:00    0.484288
2013-01-05 10:00    1.363482
2013-01-05 11:00   -0.781105
2013-01-05 12:00   -0.468018
Freq: H, Length: 100, dtype: float64

In [79]: ps['2013-01-02']
Out[79]:
2013-01-02 00:00    0.553439
2013-01-02 01:00    1.318152
2013-01-02 02:00   -0.469305
2013-01-02 03:00    0.675554
2013-01-02 04:00   -1.817027
 ...
2013-01-02 19:00    0.036142
2013-01-02 20:00   -2.074978
2013-01-02 21:00    0.247792
2013-01-02 22:00   -0.897157
2013-01-02 23:00   -0.136795
Freq: H, Length: 24, dtype: float64

read_excel 现在可以读取 Excel 日期和时间中的毫秒，要求 xlrd >= 0.9.3. (GH 5945)
pd.stats.moments.rolling_var现在使用 Welford 方法以增加数值稳定性（GH 6817)
pd.expanding_apply 和 pd.rolling_apply 现在接受传递给 func 的 args 和 kwargs 参数（GH 6289)
DataFrame.rank()现在有一个百分比排名选项（GH 5971)
Series.rank()现在有一个百分比排名选项（GH 5971)
Series.rank()和DataFrame.rank()现在接受method='dense'参数以获得无间隔的排名（GH 6514)
支持使用 xlwt 传递encoding参数（GH 3710)
重构 Block 类以移除Block.items属性以避免项目处理中的重复（GH 6745, GH 6988).
更新测试语句以使用专门的断言（GH 6175)

性能

使用DatetimeConverter将DatetimeIndex转换为浮点序数时的性能改进（GH 6636)
DataFrame.shift的性能改进（GH 5609)
在多级索引 Series 中进行索引的性能改进（GH 5567)
单一数据类型索引的性能改进（GH 6484)
通过移除错误的缓存（例如 MonthEnd，BusinessMonthEnd）来改进使用特定偏移量构建 DataFrame 的性能，（GH 6479)
改进CustomBusinessDay的性能（GH 6584)
改进具有字符串键的 Series 的切片索引性能（GH 6341, GH 6372)
从可迭代对象中读取指定行数时，DataFrame.from_records的性能改进（GH 6700)
整数数据类型的时间差转换性能改进（GH 6754)
兼容 pickle 的性能改进（GH 6899)
通过优化take_2d来改进某些重新索引操作的性能（GH 6749)
GroupBy.count()现在在 Cython 中实现，对于大量组更快速（GH 7016).

实验性

0.14.0 版本中没有实验性更改

Bug 修复

当索引与数据不匹配时，Series 报错 ValueError（GH 6532）。
防止由于 HDFStore 表格格式不支持 MultiIndex 而导致的段错误（GH 1848）。
pd.DataFrame.sort_index 中的错误，当 ascending=False 时 mergesort 不稳定（GH 6399）。
在参数具有前导零时，pd.tseries.frequencies.to_offset 中的错误（GH 6391）。
版本字符串生成中的错误，用于浅克隆 / 从压缩包安装的开发版本（GH 6127）。
不一致的时区解析 Timestamp / to_datetime 对于当前年份（GH 5958）。
重新排序索引时的索引错误（GH 6252, GH 6254）。
.xs 中的错误，带有 Series 多级索引（GH 6258, GH 5684）。
将字符串类型转换为具有指定频率的 DatetimeIndex 时存在错误（GH 6273, GH 6274）。
在大表达式中类型提升失败的 eval 中存在错误（GH 6205）。
使用 inplace=True 时插值中的错误（GH 6281）。
HDFStore.remove 现在处理起始和结束位置（GH 6177）。
HDFStore.select_as_multiple 处理起始和结束位置与 select 相同的方式（GH 6177）。
HDFStore.select_as_coordinates 和 select_column 使用带有 where 子句的过滤器（GH 6177）。
非唯一索引的连接中存在回归问题（GH 6329）。
使用单个函数和混合类型框架的 groupby agg 存在问题（GH 6337）。
在传递非 bool to_replace 参数时，DataFrame.replace() 中存在错误（GH 6332）。
尝试在不同级别的 MultiIndex 赋值时引发错误（GH 3738）。
通过布尔索引设置复杂数据类型时存在错误（GH 6345）。
当出现非单调 DatetimeIndex 时，TimeGrouper/resample 中存在错误会导致无效结果（GH 4161）。
在 TimeGrouper/resample 中存在索引名称传播错误（GH 4161）。
TimeGrouper具有更兼容的 API，与其他分组器相匹配（例如groups缺失）（GH 3881）。
在具有 TimeGrouper 的多重分组中，取决于��标列顺序的错误（GH 6764）。
在解析可能包含'&'等标记的字符串时，pd.eval存在错误（GH 6351）。
在 Panel 中正确处理-inf的放置，当除以整数 0 时（GH 6178）。
使用axis=1的DataFrame.shift引发异常（GH 6371）。
在发布时间之前禁用剪贴板测试（在本地运行nosetests -A disabled）（GH 6048）。
在传递包含不在要替换的值中的键的嵌套dict时，DataFrame.replace()存在错误（GH 6342）。
str.match忽略了 na 标志（GH 6609）。
在未合并的重复列中使用take存在错误（GH 6240）。
在插值时更改数据类型存在错误（GH 6290）。
在Series.get中存在错误，使用了有错误的访问方法（GH 6383）。
在形式为where=[('date', '>=', datetime(2013,1,1)), ('date', '<=', datetime(2014,1,1))]的 hdfstore 查询中存在错误（GH 6313）。
DataFrame.dropna在具有重复索引的情况下存在错误（GH 6355）。
从 0.12 版本开始，嵌套列表的链式索引中存在回归问题（GH 6394）。
具有 NaN 值的Float64Index比较不正确（GH 6401）。
字符串中包含@字符的eval/query表达式现在可以正常工作（GH 6366）。
在指定method时存在错误的Series.reindex，带有一些 NaN 值时不一致（在重新采样时注意到）（GH 6418）。
在DataFrame.replace()中存在错误，嵌套字典错误地依赖于字典键和值的顺序（GH 5338）。
在与空对象连接时存在性能问题（GH 3259）。
澄清Index对象上sym_diff的排序，包含NaN值（GH 6444）。
使用DatetimeIndex作为输入时，MultiIndex.from_product存在回归问题（GH 6439）。
当传递非默认索引时，str.extract 中存在 bug (GH 6348)
当传递 pat=None 和 n=1 给 str.split 时存在 bug (GH 6466)
当传递 "F-F_Momentum_Factor" 和 data_source="famafrench" 给 io.data.DataReader 时存在 bug (GH 6460)
在 timedelta64[ns] series 的 sum 中存在 bug (GH 6462)
resample 在具有时区和特定偏移量的情况下存在 bug (GH 6397)
在 Series 上具有重复索引的 iat/iloc 存在 bug (GH 6493)
read_html 中存在 bug，nan 错误地被用来表示文本中的缺失值。应该使用空字符串以保持与 pandas 其余部分的一致性 (GH 5129)。
在 read_html 测试中，重定向的无效 URL 会导致一个测试失败 (GH 6445).
在非唯一索引上使用 .loc 进行多轴索引存在 bug (GH 6504)
当在 DataFrame 的列轴上进行切片索引时，引起 _ref_locs 损坏的 bug (GH 6525)
从 0.13 中的 numpy datetime64 非 ns dtype 在 Series 创建中的处理中引起的回归 (GH 6529)
将传递给 set_index 的 MultiIndexes 的 .names 属性现在被保留 (GH 6459).
具有重复索引和可对齐的 rhs 的 setitem 存在 bug (GH 6541)
在混合整数索引上使用 .loc 的 setitem 存在 bug (GH 6546)
pd.read_stata 中的 bug 会使用错误的数据类型和缺失值 (GH 6327)
DataFrame.to_stata 中存在导致某些情况下数据丢失的 bug，并且可能会使用错误的数据类型和缺失值导出 (GH 6335)
StataWriter 会将字符串列中的缺失值替换为空字符串 (GH 6802)
Timestamp 加法/减法中存在不一致的类型 (GH 6543)
在 Timestamp 加法/减法中保留频率的 bug (GH 4547)
空列表查找引发 IndexError 异常 (GH 6536, GH 6551)
Series.quantile 在 object dtype 上引发异常 (GH 6555)
在 .xs 中，当删除时级别中有 nan 时的错误（GH 6574）
fillna 中的错误，method='bfill/ffill' 和 datetime64[ns] dtype 时（GH 6587）
在写入 sql 时，混合 dtypes 可能导致数据丢失的错误（GH 6509）
Series.pop 中的错误（GH 6600）
在 iloc 索引时，当位置索引器匹配相应轴的 Int64Index 且未发生重新排序时的错误（GH 6612）
在 fillna 中，指定了 limit 和 value 时的错误
当列具有非字符串名称时，DataFrame.to_stata 中的错误（GH 4558）
与 np.compress 兼容性中的错误，在 (GH 6658）中显现
二进制操作中的错误，rhs 是 Series 时不对齐（GH 6681）
DataFrame.to_stata 中的错误，错误处理 nan 值并忽略 with_index 关键字参数（GH 6685）
使用均匀可整除频率时，resample 中额外箱的错误（GH 4076）
在传递自定义函数时，groupby 聚合的一致性错误（GH 6715）
当 how=None 时，resample 频率与轴频率相同时 resample 中的错误（GH 5955）
在空数组中进行 downcasting 推断时的错误（GH 6733）
在稀疏容器中的 obj.blocks 上的错误，删除除 dtype 外的所有最后项（GH 6748）
在反序列化 NaT (NaTType) 时的错误（GH 4606）
DataFrame.replace() 中的错误，即使 regex=False 时也将正则表达式元字符视为正则表达式（GH 6777）
在 32 位平台上进行 timedelta 操作时的错误（GH 6808）
直接通过 .index 设置 tz-aware 索引时的错误（GH 6785）
在 expressions.py 中，numexpr 尝试评估算术操作的错误（GH 6762）
在 Makefile 中，使用 make clean 时未删除 Cython 生成的 C 文件的错误（GH 6768）
使用 numpy < 1.7.2 时，从 HDFStore 读取长字符串的错误（GH 6166）
在 DataFrame._reduce 中，将非布尔型（0/1）整数转换为布尔值的错误。(GH 6806)
从 0.13 版本中的 fillna 和日期类 Series 中出现的回归 (GH 6344)
将 np.timedelta64 添加到带有时区的 DatetimeIndex 中时出现的 Bug 输出不正确的结果 (GH 6818)
在 DataFrame.replace() 中，通过替换更改 dtype 时只会替换值的第一次出现的 Bug (GH 6689)
在 Period 构造中传递频率为 ‘MS’ 时，提供更好的错误消息 (GH5332)
当 max_rows=None 且 Series 有超过 1000 行时，Series.__unicode__ 中的 Bug。 (GH 6863)
在 groupby.get_group 中，不始终接受日期类的 Bug (GH 5267)
由 TimeGrouper 创建的 groupBy.get_group 中出现的 Bug 引发 AttributeError (GH 6914)
在 DatetimeIndex.tz_localize 和 DatetimeIndex.tz_convert 中，将 NaT 转换为不正确的 Bug (GH 5546)
影响 NaT 的算术运算 Bug (GH 6873)
在 Series.str.extract 中，来自单个组匹配的结果 Series 没有重命名为组名的 Bug
设置 index=False 时，DataFrame.to_csv 中忽略 header kwarg 的 Bug (GH 6186)
在 DataFrame.plot 和 Series.plot 中，重复绘制相同轴时，图例的行为不一致的 Bug (GH 6678)
内部测试用于修补 __finalize__ / 合并时未完成的 Bug (GH 6923, GH 6927)
在 concat 中接受 TextFileReader，这影响了一个常见的用户习惯 (GH 6583)
在具有前导空格的 C 解析器中出现的 Bug (GH 3374)
使用 delim_whitespace=True 和 \r 分隔行时，C 解析器中存在的 Bug
具有显式 MultiIndex 的 python 解析器中在列标题后的行中出现的 Bug (GH 6893)
导致小浮点数（<1e-13）都获得相同排名的 Series.rank 和 DataFrame.rank 中的 Bug (GH 6886)
使用了 *args 或 **kwargs 并返回空结果的函数时，DataFrame.apply 中的 Bug (GH 6952)
在 32 位平台上溢出时 sum/mean 中出现的 Bug (GH 6915)
将 Panel.shift 移动到 NDFrame.slice_shift 并修复以支持多种数据类型。(GH 6959)
在 DataFrame.plot 中启用 subplots=True 时，只有单列会引发 TypeError，而 Series.plot 会引发 AttributeError（GH 6951）
在启用 subplots 和 kind=scatter 时，DataFrame.plot 会绘制不必要的轴（GH 6951）
read_csv 在具有非 utf-8 编码的文件系统中存在 bug（GH 6807）
在设置/对齐时，在 iloc 中存在 bug（GH 6766）
当 get_dummies 以 unicode 值和前缀调用时，会导致 UnicodeEncodeError（GH 6885）
在带有频率的时间序列绘图中，光标显示存在 bug（GH 5453）
使用 Float64Index 时，在 groupby.plot 中出现 bug（GH 7025）
如果无法从 Yahoo 下载选项数据，测试将不再失败（GH 7034）
在 parallel_coordinates 和 radviz 中存在 bug，重新排序类列可能导致颜色/类别不匹配（GH 6956）
radviz 和 andrews_curves 中存在 bug，多个 'color' 值被传递给绘图方法（GH 6956）
Float64Index.isin() 中存在 bug，包含 nan 会导致索引声称包含所有内容（GH 7066）
DataFrame.boxplot 中存在 bug，未能使用作为 ax 参数传递的轴（GH 3578）
XlsxWriter 和 XlwtWriter 实现中存在 bug，导致日期时间列在没有时间的情况下格式化（GH 7075）
read_fwf() 在 colspec 中将 None 视为常规 python 切片。现在当 colspec 包含 None 时，将从开头或直到行尾读取（先前会引发 TypeError）
在链式索引和切片的缓存一致性中存在 bug；在 NDFrame 上添加 _is_view 属性以正确预测视图；仅在 xs 是实际副本时标记 is_copy（而不是视图）（GH 7084）
从字符串 ndarray 中使用 dayfirst=True 创建 DatetimeIndex 中存在 bug（GH 5917）
从 DatetimeIndex 创建的 MultiIndex.from_arrays 中存在 bug，不会保留 freq 和 tz（GH 7090）
unstack 中存在 bug，当 MultiIndex 包含 PeriodIndex 时会引发 ValueError（GH 4342）
boxplot和hist中的错误，绘制不必要的轴（GH 6769）
groupby.nth()中的回归错误，用于越界索引器（GH 6621）
quantile中的错误，涉及日期时间值（GH 6965）
Dataframe.set_index、reindex和pivot中的错误，未保留DatetimeIndex和PeriodIndex属性（GH 3950、GH 5878、GH 6631）
MultiIndex.get_level_values中的错误，未保留DatetimeIndex和PeriodIndex属性（GH 7092）
Groupby中的错误未保留tz（GH 3950）
PeriodIndex部分字符串切片中的错误（GH 6716）
HTML repr 中的错误，截断的 Series 或 DataFrame 未显示类名，large_repr设置为‘info’（GH 7105）
指定freq的DatetimeIndex中的错误，在传递的值过短时引发ValueError（GH 7098）
修复了info repr 不遵守display.max_info_columns设置的错误（GH 6939）
PeriodIndex字符串切片存在越界值的错误（GH 5407）
修复了在调整大表格大小时散列表实现/因子化器中的内存错误（GH 7157）
应用于 0 维对象数组时，isnull中的错误（GH 7176）
query/eval中的错误，全局常量未正确查找（GH 7178）
识别iloc和多轴元组索引器中的越界位置列表索引器的错误（GH 7189）
使用单个值、MultiIndex 和整数索引的 setitem 中的错误（GH 7190、GH 7218）
表达式评估中的错误，显示在 series-dataframe 操作中的反向操作（GH 7198、GH 7192）
多轴索引中的错误，> 2 维和 MultiIndex（GH 7199）
修复了一个错误，使得无效的 eval/query 操作会导致堆栈溢出（GH 5198）

贡献者

总共有 94 人为此版本贡献了补丁。名字后面带有“+”的人第一次贡献了补丁。

阿坎托斯特加 +
亚当·马库斯 +
Alex Gaudio
Alex Rothberg
AllenDowney +
Andrew Rosenfeld +
Andy Hayden
Antoine Mazières +
Benedikt Sauer
Brad Buran
Christopher Whelan
Clark Fitzgerald
DSM
Dale Jung
Dan Allan
Dan Birken
Daniel Waeber
David Jung +
David Stephens +
Douglas McNeil
Garrett Drapala
Gouthaman Balaraman +
Guillaume Poulin +
Jacob Howard +
Jacob Schaer
Jason Sexauer +
Jeff Reback
Jeff Tratner
Jeffrey Starr +
John David Reaver +
John McNamara
John W. O’Brien
Jonathan Chambers
Joris Van den Bossche
Julia Evans
Júlio +
K.-Michael Aye
Katie Atkinson +
Kelsey Jordahl
Kevin Sheppard +
Matt Wittmann +
Matthias Kuhn +
Max Grender-Jones +
Michael E. Gruen +
Mike Kelly
Nipun Batra +
Noah Spies +
PKEuS
Patrick O’Keeffe
Phillip Cloud
Pietro Battiston +
Randy Carnevale +
Robert Gibboni +
Skipper Seabold
SplashDance +
Stephan Hoyer +
Tim Cera +
Tobias Brandt
Todd Jennings +
Tom Augspurger
TomAugspurger
Yaroslav Halchenko
agijsberts +
akittredge
ankostis +
anomrake
anton-d +
bashtage +
benjamin +
bwignall
cgohlke +
chebee7i +
clham +
danielballan
hshimizu77 +
hugo +
immerrr
ischwabacher +
jaimefrio +
jreback
jsexauer +
kdiether +
michaelws +
mikebailey +
ojdo +
onesandzeroes +
phaebz +
ribonoous +
rockg
sinhrks +
unutbu
westurner
y-p
zach powers

版本 0.13.1（2014 年 2 月 3 日）

原文：pandas.pydata.org/docs/whatsnew/v0.13.1.html

这是从 0.13.0 版本发布的一个小版本，包括少量 API 更改、几个新功能、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：

添加了infer_datetime_format关键字到read_csv/to_datetime，以允许对同质格式的日期时间进行加速。
将智能地限制 datetime/timedelta 格式的显示精度。
增强了 Panel apply()方法。
在新的Tutorials部分中推荐的教程。
我们的 pandas 生态系统正在壮大，现在在新的生态系统页面部分展示相关项目。
在改进文档方面进行了大量工作，并添加了一个新的贡献部分。
即使可能只对开发人员感兴趣，我们也很喜欢我们的新 CI 状态页面：ScatterCI。

警告

0.13.1 修复了一个 bug，该 bug 是由 numpy < 1.8 和在类似字符串数组上进行链式赋值组合导致的。请查看文档，链式索引可能会产生意外结果，通常应避免使用。

之前会导致段错误的情况：

df = pd.DataFrame({"A": np.array(["foo", "bar", "bah", "foo", "bar"])})
df["A"].iloc[0] = np.nan

进行此类赋值的推荐方法是：

In [1]: df = pd.DataFrame({"A": np.array(["foo", "bar", "bah", "foo", "bar"])})

In [2]: df.loc[0, "A"] = np.nan

In [3]: df
Out[3]: 
 A
0  NaN
1  bar
2  bah
3  foo
4  bar

输出格式增强

df.info()视图现在按列显示 dtype 信息(GH 5682)

df.info()现在遵守max_info_rows选项，以禁用大框架的空值计数(GH 5974)

In [4]: max_info_rows = pd.get_option("max_info_rows")

In [5]: df = pd.DataFrame(
 ...:    {
 ...:        "A": np.random.randn(10),
 ...:        "B": np.random.randn(10),
 ...:        "C": pd.date_range("20130101", periods=10),
 ...:    }
 ...: )
 ...: 

In [6]: df.iloc[3:6, [0, 2]] = np.nan

# set to not display the null counts
In [7]: pd.set_option("max_info_rows", 0)

In [8]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
 #   Column  Dtype 
---  ------  ----- 
 0   A       float64 
 1   B       float64 
 2   C       datetime64[ns]
dtypes: datetime64ns, float64(2)
memory usage: 368.0 bytes

# this is the default (same as in 0.13.0)
In [9]: pd.set_option("max_info_rows", max_info_rows)

In [10]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   A       7 non-null      float64 
 1   B       10 non-null     float64 
 2   C       7 non-null      datetime64[ns]
dtypes: datetime64ns, float64(2)
memory usage: 368.0 bytes

添加了show_dimensions显示选项用于新的 DataFrame repr 来控制是否打印维度。

In [11]: df = pd.DataFrame([[1, 2], [3, 4]])

In [12]: pd.set_option("show_dimensions", False)

In [13]: df
Out[13]: 
 0  1
0  1  2
1  3  4

In [14]: pd.set_option("show_dimensions", True)

In [15]: df
Out[15]: 
 0  1
0  1  2
1  3  4

[2 rows x 2 columns]

datetime和timedelta64的ArrayFormatter现在会根据数组中的值智能地限制精度(GH 3401)

以前的输出可能如下所示：

 age                 today               diff
0 2001-01-01 00:00:00 2013-04-19 00:00:00 4491 days, 00:00:00
1 2004-06-01 00:00:00 2013-04-19 00:00:00 3244 days, 00:00:00

现在输出如下：

In [16]: df = pd.DataFrame(
 ....:    [pd.Timestamp("20010101"), pd.Timestamp("20040601")], columns=["age"]
 ....: )
 ....: 

In [17]: df["today"] = pd.Timestamp("20130419")

In [18]: df["diff"] = df["today"] - df["age"]

In [19]: df
Out[19]: 
 age      today      diff
0 2001-01-01 2013-04-19 4491 days
1 2004-06-01 2013-04-19 3244 days

[2 rows x 3 columns]

API 更改

将-NaN和-nan添加到默认的 NA 值集合中(GH 5952)。请参阅 NA Values。

添加了Series.str.get_dummies向量化字符串方法(GH 6021)，用于提取分隔字符串列的虚拟/指示变量：

In [20]: s = pd.Series(["a", "a|b", np.nan, "a|c"])

In [21]: s.str.get_dummies(sep="|")
Out[21]: 
 a  b  c
0  1  0  0
1  1  1  0
2  0  0  0
3  1  0  1

[4 rows x 3 columns]

添加了NDFrame.equals()方法来比较两个 NDFrames 是否具有相同的轴、数据类型和数值。添加了array_equivalent函数来比较两个 ndarrays 是否相等。相同位置的 NaN 被视为相等。(GH 5283) 另请参阅文档以获取一个示例。
```
df = pd.DataFrame({"col": ["foo", 0, np.nan]})
df2 = pd.DataFrame({"col": [np.nan, 0, "foo"]}, index=[2, 1, 0])
df.equals(df2)
df.equals(df2.sort_index()) 
```

当DataFrame为空时，DataFrame.apply将使用reduce参数来确定应返回Series还是DataFrame（GH 6007）。

以前，调用DataFrame.apply一个空的DataFrame将返回一个DataFrame（如果没有列），或者将应用的函数调用一个空的Series来猜测应返回Series还是DataFrame：

In [32]: def applied_func(col):
 ....:    print("Apply function being called with: ", col)
 ....:    return col.sum()
 ....:

In [33]: empty = DataFrame(columns=['a', 'b'])

In [34]: empty.apply(applied_func)
Apply function being called with:  Series([], Length: 0, dtype: float64)
Out[34]:
a   NaN
b   NaN
Length: 2, dtype: float64

现在，当在空的DataFrame上调用apply时：如果reduce参数为True，则返回一个Series，如果为False，则返回一个DataFrame，如果为None（默认值），则将应用的函数调用一个空系列来尝试猜测返回类型。

In [35]: empty.apply(applied_func, reduce=True)
Out[35]:
a   NaN
b   NaN
Length: 2, dtype: float64

In [36]: empty.apply(applied_func, reduce=False)
Out[36]:
Empty DataFrame
Columns: [a, b]
Index: []

[0 rows x 2 columns]

先前版本的弃用/更改

在 0.13 或之前没有宣布的更改将在 0.13.1 生效

弃用

在 0.13.1 中没有先前行为的弃用

增强

pd.read_csv和pd.to_datetime学习了一个新的infer_datetime_format关键字，可以在许多情况下大大提高解析性能。感谢@lexual 提出建议，感谢@danbirken 快速实现。(GH 5490, GH 6021)

如果启用了parse_dates并设置了此标志，pandas 将尝试推断列中日期时间字符串的格式，并且如果可以推断出，则切换到更快的解析方法。在某些情况下，这可以将解析速度提高约 5-10 倍。
```
# Try to infer the format for the index column
df = pd.read_csv(
    "foo.csv", index_col=0, parse_dates=True, infer_datetime_format=True
) 
```
写入excel文件时现在可以指定date_format和datetime_format关键字 (GH 4133)

MultiIndex.from_product方便函数，用于从一组可迭代对象的笛卡尔积创建 MultiIndex (GH 6055)：

In [22]: shades = ["light", "dark"]

In [23]: colors = ["red", "green", "blue"]

In [24]: pd.MultiIndex.from_product([shades, colors], names=["shade", "color"])
Out[24]: 
MultiIndex([('light',   'red'),
 ('light', 'green'),
 ('light',  'blue'),
 ( 'dark',   'red'),
 ( 'dark', 'green'),
 ( 'dark',  'blue')],
 names=['shade', 'color'])

Panel apply()将适用于非 ufuncs。请参阅文档。

In [28]: import pandas._testing as tm

In [29]: panel = tm.makePanel(5)

In [30]: panel
Out[30]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 5 (major_axis) x 4 (minor_axis)
Items axis: ItemA to ItemC
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: A to D

In [31]: panel['ItemA']
Out[31]:
 A         B         C         D
2000-01-03 -0.673690  0.577046 -1.344312 -1.469388
2000-01-04  0.113648 -1.715002  0.844885  0.357021
2000-01-05 -1.478427 -1.039268  1.075770 -0.674600
2000-01-06  0.524988 -0.370647 -0.109050 -1.776904
2000-01-07  0.404705 -1.157892  1.643563 -0.968914

[5 rows x 4 columns]

指定在 Series 上操作的apply（返回单个元素）

In [32]: panel.apply(lambda x: x.dtype, axis='items')
Out[32]:
 A        B        C        D
2000-01-03  float64  float64  float64  float64
2000-01-04  float64  float64  float64  float64
2000-01-05  float64  float64  float64  float64
2000-01-06  float64  float64  float64  float64
2000-01-07  float64  float64  float64  float64

[5 rows x 4 columns]

一个类似的减少类型操作

In [33]: panel.apply(lambda x: x.sum(), axis='major_axis')
Out[33]:
 ItemA     ItemB     ItemC
A -1.108775 -1.090118 -2.984435
B -3.705764  0.409204  1.866240
C  2.110856  2.960500 -0.974967
D -4.532785  0.303202 -3.685193

[4 rows x 3 columns]

这相当于

In [34]: panel.sum('major_axis')
Out[34]:
 ItemA     ItemB     ItemC
A -1.108775 -1.090118 -2.984435
B -3.705764  0.409204  1.866240
C  2.110856  2.960500 -0.974967
D -4.532785  0.303202 -3.685193

[4 rows x 3 columns]

一个返回 Panel 的转换操作，但是计算主轴上的 z 分数

In [35]: result = panel.apply(lambda x: (x - x.mean()) / x.std(),
 ....:                      axis='major_axis')
 ....:

In [36]: result
Out[36]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 5 (major_axis) x 4 (minor_axis)
Items axis: ItemA to ItemC
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: A to D

In [37]: result['ItemA']                           # noqa E999
Out[37]:
 A         B         C         D
2000-01-03 -0.535778  1.500802 -1.506416 -0.681456
2000-01-04  0.397628 -1.108752  0.360481  1.529895
2000-01-05 -1.489811 -0.339412  0.557374  0.280845
2000-01-06  0.885279  0.421830 -0.453013 -1.053785
2000-01-07  0.742682 -0.474468  1.041575 -0.075499

[5 rows x 4 columns]

在横截面块上操作的 Panel apply()。(GH 1148)

In [38]: def f(x):
 ....:    return ((x.T - x.mean(1)) / x.std(1)).T
 ....:

In [39]: result = panel.apply(f, axis=['items', 'major_axis'])

In [40]: result
Out[40]:
<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 5 (major_axis) x 3 (minor_axis)
Items axis: A to D
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: ItemA to ItemC

In [41]: result.loc[:, :, 'ItemA']
Out[41]:
 A         B         C         D
2000-01-03  0.012922 -0.030874 -0.629546 -0.757034
2000-01-04  0.392053 -1.071665  0.163228  0.548188
2000-01-05 -1.093650 -0.640898  0.385734 -1.154310
2000-01-06  1.005446 -1.154593 -0.595615 -0.809185
2000-01-07  0.783051 -0.198053  0.919339 -1.052721

[5 rows x 4 columns]

这相当于以下内容

In [42]: result = pd.Panel({ax: f(panel.loc[:, :, ax]) for ax in panel.minor_axis})

In [43]: result
Out[43]:
<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 5 (major_axis) x 3 (minor_axis)
Items axis: A to D
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: ItemA to ItemC

In [44]: result.loc[:, :, 'ItemA']
Out[44]:
 A         B         C         D
2000-01-03  0.012922 -0.030874 -0.629546 -0.757034
2000-01-04  0.392053 -1.071665  0.163228  0.548188
2000-01-05 -1.093650 -0.640898  0.385734 -1.154310
2000-01-06  1.005446 -1.154593 -0.595615 -0.809185
2000-01-07  0.783051 -0.198053  0.919339 -1.052721

[5 rows x 4 columns]

性能

0.13.1 的性能改进

时间序列/时间差的二进制运算（GH 5801）
DataFrame count/dropna用于axis=1
Series.str.contains现在有一个regex=False关键字，对于普通（非正则表达式）字符串模式可能更快。(GH 5879)
Series.str.extract (GH 5944)
dtypes/ftypes方法 (GH 5968)
使用对象 dtype 进行索引（GH 5968)
DataFrame.apply (GH 6013)
JSON IO 中的回归错误 (GH 5765)
从 Series 构建索引 (GH 6150)

实验性内容

在 0.13.1 中没有实验性更改

Bug fixes

修复了io.wb.get_countries不包括所有国家的错误 (GH 6008)
修复了使用时间戳字典替换 Series 中的错误 (GH 5797)
read_csv/read_table现在尊重prefix参数 (GH 5732).
修复了通过.ix从重复索引的 DataFrame 选择带有缺失值时失败的错误 (GH 5835)
修复了在空 DataFrame 上进行布尔比较的问题 (GH 5808)
在对象数组中处理NaT的 isnull 处理中的错误 (GH 5443)
当传递np.nan或整数日期样式和格式字符串时，修复了to_datetime中的错误 (GH 5863)
修复了带有 datetime-like 的 dtype 转换中的 groupby 错误 (GH 5869)
修复了对空 Series 作为索引器到 Series 的处理中的回归错误 (GH 5877)
内部缓存中的错误修复，相关于 (GH 5727)
在 Windows 下的 py3 中从非文件路径读取 JSON/msgpack 时的测试错误 (GH 5874)
修复了向.ix[tuple(...)]分配时的错误 (GH 5896)
修复了完全重新索引 Panel 时的错误 (GH 5905)
修复了具有对象数据类型的 idxmin/max 中的错误 (GH 5914)
修复BusinessDay中的错误，当将 n 天添加到不在偏移位置的日期时，当 n>5 且 n%5==0 时 (GH 5890)
修复了通过 ix 向链式系列与系列分配时的错误 (GH 5928)
创建空 DataFrame，复制，然后分配时的错误修复 (GH 5932)
在空框架中使用 DataFrame.tail 时的错误修复 (GH 5846)
修复了在resample上传播元数据的错误 (GH 5862)
将NaT的字符串表示形式修复为NaT (GH 5708)
修复了 Timestamp 的字符串表示形式，如果存在，则显示纳秒 (GH 5912)
pd.match不返回传递的标志
Panel.to_frame()在major_axis是MultiIndex时不再失败 (GH 5402).
pd.read_msgpack 在错误推断 DateTimeIndex 频率时存在 bug（GH 5947）
修复了具有 Tz-aware datetimes 和 NaT 的数组的 to_datetime（GH 5961）
在传递包含错误数据的 Series 时，滚动偏斜/峰度存在 bug（GH 5749）
具有日期时间索引的 scipy interpolate 方法存在 bug（GH 5975）
如果传递了混合的日期时间/np.datetime64 和 NaT，则 NaT 比较存在 bug（GH 5968）
修复了 pd.concat 在所有输入为空时丢失 dtype 信息的 bug（GH 5742）
IPython 的最新更改导致在 QTConsole 中使用旧版本的 pandas 时发出警告，现已修复。如果您使用旧版本并需要抑制警告，请参见（GH 5922）。
合并 timedelta 类型存在 bug（GH 5695）
plotting.scatter_matrix 函数存在 bug。对角线和非对角线图之间的对齐错误，请参见（GH 5497）。
通过 ix 在 MultiIndex 中存在的 Series 中的回归（GH 6018）
在具有 MultiIndex 的 Series.xs 中存在 bug（GH 6018）
在混合类型的 Series 构造中存在 bug，包括 datelike 和整数（应该结果为对象类型而不是自动转换）（GH 6028）
在 NumPy 1.7.1 下使用对象数组进行链式索引可能导致段错误（GH 6026，GH 6056）
使用 fancy indexing 设置单个元素时存在 bug，元素为非标量（例如列表）（GH 6043）
to_sql 不尊重 if_exists（GH 4110 GH 4304）
从 0.12 开始的 .get(None) 索引存在回归（GH 5652）
细微的 iloc 索引 bug，在（GH 6059）中显现
插入字符串到 DatetimeIndex 中存在 bug（GH 5818）
修复了 to_html/HTML repr 中的 Unicode bug（GH 6098）
修复了在 get_options_data 中缺少参数验证的 bug（GH 6105）
在具有重复列的框架中使用切片（例如相邻）进行赋值存在 bug（GH 6120）
在构建具有重复索引/列的 DataFrame 时传播 _ref_locs 时出现的错误（GH 6121）
在使用混合日期类型缩减时使用DataFrame.apply时出现的错误（GH 6125）
在使用DataFrame.append添加具有不同列的行时出现的错误（GH 6129）
在使用 recarray 和非 ns datetime dtype 构建 DataFrame 时出现的错误（GH 6140）
在.loc setitem 索引中，右侧是一个 DataFrame，进行多项设置，并且是 datetimelike 时出现的错误（GH 6152）
修复了在字典字符串比较期间query/eval中的错误（GH 6155）。
修复了query中单元素Series的索引被丢弃的错误（GH 6148）。
在向现有��中添加具有 MultiIndexed 列的 DataFrame 时的HDFStore中的错误（GH 6167）
在设置空 DataFrame 时与 dtypes 的一致性（GH 6171）
在 MultiIndex HDFStore上选择时的错误，即使在列规范不足的情况下也会出现（GH 6169）
在nanops.var中使用ddof=1且元素为 1 时，有时会返回inf而不是nan的错误（GH 6136）
在 Series 和 DataFrame 条形图中忽略use_index关键字的错误（GH 6209）
在 python3 下修复了混合 str/int 的 groupby 错误；argsort失败的问题（GH 6212） ## 贡献者

总共有 52 人为此版本贡献了补丁。名字后面带有“+”的人第一次贡献了补丁。

Alex Rothberg
Alok Singhal +
Andrew Burrows +
Andy Hayden
Bjorn Arneson +
Brad Buran
Caleb Epstein
Chapman Siu
Chase Albert +
Clark Fitzgerald +
DSM
Dan Birken
Daniel Waeber +
David Wolever +
Doran Deluz +
Douglas McNeil +
Douglas Rudd +
Dražen Lučanin
Elliot S +
Felix Lawrence +
George Kuan +
Guillaume Gay +
Jacob Schaer
Jan Wagner +
Jeff Tratner
John McNamara
Joris Van den Bossche
Julia Evans +
Kieran O’Mahony
Michael Schatzow +
Naveen Michaud-Agrawal +
Patrick O’Keeffe +
Phillip Cloud
Roman Pekar
Skipper Seabold
Spencer Lyon
Tom Augspurger +
TomAugspurger
acorbe +
akittredge +
bmu +
bwignall +
chapman siu
danielballan
david +
davidshinn
immerrr +
jreback
lexual
mwaskom +
unutbu
y-p

输出格式增强

df.info()视图现在按列显示 dtype 信息（GH 5682）

df.info()现在遵守选项max_info_rows，以禁用大框架的空值计数（GH 5974）

In [4]: max_info_rows = pd.get_option("max_info_rows")

In [5]: df = pd.DataFrame(
 ...:    {
 ...:        "A": np.random.randn(10),
 ...:        "B": np.random.randn(10),
 ...:        "C": pd.date_range("20130101", periods=10),
 ...:    }
 ...: )
 ...: 

In [6]: df.iloc[3:6, [0, 2]] = np.nan

# set to not display the null counts
In [7]: pd.set_option("max_info_rows", 0)

In [8]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
 #   Column  Dtype 
---  ------  ----- 
 0   A       float64 
 1   B       float64 
 2   C       datetime64[ns]
dtypes: datetime64ns, float64(2)
memory usage: 368.0 bytes

# this is the default (same as in 0.13.0)
In [9]: pd.set_option("max_info_rows", max_info_rows)

In [10]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   A       7 non-null      float64 
 1   B       10 non-null     float64 
 2   C       7 non-null      datetime64[ns]
dtypes: datetime64ns, float64(2)
memory usage: 368.0 bytes

添加了 show_dimensions 显示选项，用于控制新 DataFrame 表示形式的维度是否打印。

In [11]: df = pd.DataFrame([[1, 2], [3, 4]])

In [12]: pd.set_option("show_dimensions", False)

In [13]: df
Out[13]: 
 0  1
0  1  2
1  3  4

In [14]: pd.set_option("show_dimensions", True)

In [15]: df
Out[15]: 
 0  1
0  1  2
1  3  4

[2 rows x 2 columns]

datetime 和 timedelta64 的 ArrayFormatter 现在会根据数组中的值智能限制精度 (GH 3401)

以前的输出可能如下所示：

 age                 today               diff
0 2001-01-01 00:00:00 2013-04-19 00:00:00 4491 days, 00:00:00
1 2004-06-01 00:00:00 2013-04-19 00:00:00 3244 days, 00:00:00

现在输出如下：

In [16]: df = pd.DataFrame(
 ....:    [pd.Timestamp("20010101"), pd.Timestamp("20040601")], columns=["age"]
 ....: )
 ....: 

In [17]: df["today"] = pd.Timestamp("20130419")

In [18]: df["diff"] = df["today"] - df["age"]

In [19]: df
Out[19]: 
 age      today      diff
0 2001-01-01 2013-04-19 4491 days
1 2004-06-01 2013-04-19 3244 days

[2 rows x 3 columns]

API 更改

将 -NaN 和 -nan 添加到默认的 NA 值集合中 (GH 5952)。请参阅 NA Values。

添加了 Series.str.get_dummies 向量化字符串方法 (GH 6021)，用于提取分隔字符串列的虚拟/指示变量：

In [20]: s = pd.Series(["a", "a|b", np.nan, "a|c"])

In [21]: s.str.get_dummies(sep="|")
Out[21]: 
 a  b  c
0  1  0  0
1  1  1  0
2  0  0  0
3  1  0  1

[4 rows x 3 columns]

添加了 NDFrame.equals() 方法来比较两个 NDFrames 是否具有相同的轴、数据类型和值。添加了 array_equivalent 函数来比较两个 ndarrays 是否相等。相同位置的 NaN 被视为相等。(GH 5283) 另请参阅文档以获取一个示例。
```
df = pd.DataFrame({"col": ["foo", 0, np.nan]})
df2 = pd.DataFrame({"col": [np.nan, 0, "foo"]}, index=[2, 1, 0])
df.equals(df2)
df.equals(df2.sort_index()) 
```
DataFrame.apply 将使用 reduce 参数来确定在 DataFrame 为空时应返回 Series 还是 DataFrame (GH 6007)。

以前，调用 DataFrame.apply 一个空的 DataFrame 将返回一个 DataFrame（如果没有列），或者将调用被应用的函数并传入一个空的 Series 来猜测应返回 Series 还是 DataFrame：
```
In [32]: def applied_func(col):
 ....:    print("Apply function being called with: ", col)
 ....:    return col.sum()
 ....:

In [33]: empty = DataFrame(columns=['a', 'b'])

In [34]: empty.apply(applied_func)
Apply function being called with:  Series([], Length: 0, dtype: float64)
Out[34]:
a   NaN
b   NaN
Length: 2, dtype: float64 
```
现在，当在空的 DataFrame 上调用 apply 时：如果 reduce 参数为 True，则将返回一个 Series，如果为 False，则将返回一个 DataFrame，如果为 None（默认值），则将调用被应用的函数并传入一个空的 series 来尝试猜测返回类型。
```
In [35]: empty.apply(applied_func, reduce=True)
Out[35]:
a   NaN
b   NaN
Length: 2, dtype: float64

In [36]: empty.apply(applied_func, reduce=False)
Out[36]:
Empty DataFrame
Columns: [a, b]
Index: []

[0 rows x 2 columns] 
```

先前版本的弃用/更改

在 0.13 版或之前没有宣布的更改将在 0.13.1 中生效

弃用

在 0.13.1 中没有对之前行为的弃用

增强功能

pd.read_csv 和 pd.to_datetime 学习了一个新的 infer_datetime_format 关键字，大大提高了在许多情况下的解析性能。感谢 @lexual 的建议和 @danbirken 的快速实现。(GH 5490, GH 6021)

如果启用了 parse_dates 并设置了此标志，pandas 将尝试推断列中日期时间字符串的格式，并且如果可以推断出，则切换到更快的解析方法。在某些情况下，这可以将解析速度提高约 5-10 倍。
```
# Try to infer the format for the index column
df = pd.read_csv(
    "foo.csv", index_col=0, parse_dates=True, infer_datetime_format=True
) 
```
在写入 excel 文件时现在可以指定 date_format 和 datetime_format 关键字 (GH 4133)

MultiIndex.from_product 便利函数，用于从一组可迭代对象的笛卡尔积创建 MultiIndex (GH 6055)：

In [22]: shades = ["light", "dark"]

In [23]: colors = ["red", "green", "blue"]

In [24]: pd.MultiIndex.from_product([shades, colors], names=["shade", "color"])
Out[24]: 
MultiIndex([('light',   'red'),
 ('light', 'green'),
 ('light',  'blue'),
 ( 'dark',   'red'),
 ( 'dark', 'green'),
 ( 'dark',  'blue')],
 names=['shade', 'color'])

Panel apply() 将适用于非 ufuncs。参见文档。

In [28]: import pandas._testing as tm

In [29]: panel = tm.makePanel(5)

In [30]: panel
Out[30]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 5 (major_axis) x 4 (minor_axis)
Items axis: ItemA to ItemC
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: A to D

In [31]: panel['ItemA']
Out[31]:
 A         B         C         D
2000-01-03 -0.673690  0.577046 -1.344312 -1.469388
2000-01-04  0.113648 -1.715002  0.844885  0.357021
2000-01-05 -1.478427 -1.039268  1.075770 -0.674600
2000-01-06  0.524988 -0.370647 -0.109050 -1.776904
2000-01-07  0.404705 -1.157892  1.643563 -0.968914

[5 rows x 4 columns]

指定在 Series 上操作的apply（返回单个元素）

In [32]: panel.apply(lambda x: x.dtype, axis='items')
Out[32]:
 A        B        C        D
2000-01-03  float64  float64  float64  float64
2000-01-04  float64  float64  float64  float64
2000-01-05  float64  float64  float64  float64
2000-01-06  float64  float64  float64  float64
2000-01-07  float64  float64  float64  float64

[5 rows x 4 columns]

一个类似的减少类型操作

In [33]: panel.apply(lambda x: x.sum(), axis='major_axis')
Out[33]:
 ItemA     ItemB     ItemC
A -1.108775 -1.090118 -2.984435
B -3.705764  0.409204  1.866240
C  2.110856  2.960500 -0.974967
D -4.532785  0.303202 -3.685193

[4 rows x 3 columns]

这等同于

In [34]: panel.sum('major_axis')
Out[34]:
 ItemA     ItemB     ItemC
A -1.108775 -1.090118 -2.984435
B -3.705764  0.409204  1.866240
C  2.110856  2.960500 -0.974967
D -4.532785  0.303202 -3.685193

[4 rows x 3 columns]

一个返回 Panel 的转换操作，但是在 major_axis 上计算 z 分数时存在 bug

In [35]: result = panel.apply(lambda x: (x - x.mean()) / x.std(),
 ....:                      axis='major_axis')
 ....:

In [36]: result
Out[36]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 5 (major_axis) x 4 (minor_axis)
Items axis: ItemA to ItemC
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: A to D

In [37]: result['ItemA']                           # noqa E999
Out[37]:
 A         B         C         D
2000-01-03 -0.535778  1.500802 -1.506416 -0.681456
2000-01-04  0.397628 -1.108752  0.360481  1.529895
2000-01-05 -1.489811 -0.339412  0.557374  0.280845
2000-01-06  0.885279  0.421830 -0.453013 -1.053785
2000-01-07  0.742682 -0.474468  1.041575 -0.075499

[5 rows x 4 columns]

Panel apply() 在横截面板上操作。(GH 1148)

In [38]: def f(x):
 ....:    return ((x.T - x.mean(1)) / x.std(1)).T
 ....:

In [39]: result = panel.apply(f, axis=['items', 'major_axis'])

In [40]: result
Out[40]:
<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 5 (major_axis) x 3 (minor_axis)
Items axis: A to D
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: ItemA to ItemC

In [41]: result.loc[:, :, 'ItemA']
Out[41]:
 A         B         C         D
2000-01-03  0.012922 -0.030874 -0.629546 -0.757034
2000-01-04  0.392053 -1.071665  0.163228  0.548188
2000-01-05 -1.093650 -0.640898  0.385734 -1.154310
2000-01-06  1.005446 -1.154593 -0.595615 -0.809185
2000-01-07  0.783051 -0.198053  0.919339 -1.052721

[5 rows x 4 columns]

这等同于以下内容

In [42]: result = pd.Panel({ax: f(panel.loc[:, :, ax]) for ax in panel.minor_axis})

In [43]: result
Out[43]:
<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 5 (major_axis) x 3 (minor_axis)
Items axis: A to D
Major_axis axis: 2000-01-03 00:00:00 to 2000-01-07 00:00:00
Minor_axis axis: ItemA to ItemC

In [44]: result.loc[:, :, 'ItemA']
Out[44]:
 A         B         C         D
2000-01-03  0.012922 -0.030874 -0.629546 -0.757034
2000-01-04  0.392053 -1.071665  0.163228  0.548188
2000-01-05 -1.093650 -0.640898  0.385734 -1.154310
2000-01-06  1.005446 -1.154593 -0.595615 -0.809185
2000-01-07  0.783051 -0.198053  0.919339 -1.052721

[5 rows x 4 columns]

性能

0.13.1 的性能改进

Series 日期时间/时间差二进制操作 (GH 5801)
DataFrame count/dropna 用于 axis=1
Series.str.contains 现在有一个regex=False关键字，对于普通（非正则表达式）字符串模式可能更快。(GH 5879)
Series.str.extract (GH 5944)
dtypes/ftypes 方法 (GH 5968)
使用对象数据类型进行索引 (GH 5968)
DataFrame.apply (GH 6013)
JSON IO 中的回归问题 (GH 5765)
从 Series 构建索引 (GH 6150)

实验性的

在 0.13.1 中没有实验性更改

修复的 bug

io.wb.get_countries中不包括所有国家的 bug。(GH 6008)
在使用时间戳字典替换 Series 时存在 bug。(GH 5797)
read_csv/read_table 现在尊重prefix参数。(GH 5732).
通过.ix从重复索引的 DataFrame 进行选择时，存在缺失值的 bug 导致失败。(GH 5835)
修复在空 DataFrame 上进行布尔比较的问题。(GH 5808)
在对象数组中处理NaT的 isnull 处理中存在 bug。(GH 5443)
在传递np.nan或整数日期样式和格式字符串时，在to_datetime中存在 bug。(GH 5863)
在 datetimelike 中进行 groupby 数据类型��换时存在 bug。(GH 5869)
处理空 Series 作为索引器到 Series 时的回归问题 (GH 5877)
内部缓存中的 bug，相关于(GH 5727)
在 Windows 下通过 py3 从非文件路径读取 JSON/msgpack 时存在测试 bug。(GH 5874)
在对.ix[tuple(…)]进行赋值时存在 bug。(GH 5896)
完全重新索引 Panel 时存在 bug。(GH 5905)
在具有对象 dtype 的 idxmin/max 中存在错误（GH 5914）。
在将 n 天添加到不在偏移量上的日期时，BusinessDay 中存在错误，当 n>5 且 n%5==0 时（GH 5890）。
在通过 ix 分配到串联系列与系列时存在错误（GH 5928）。
在创建空 DataFrame、复制然后分配时存在错误（GH 5932）。
在空帧中使用 DataFrame.tail 中存在错误（GH 5846）。
在 resample 上传播元数据中存在错误（GH 5862）。
修复了 NaT 的字符串表示为NaT（GH 5708）。
修复了 Timestamp 的字符串表示，以显示纳秒（如果存在）（GH 5912）。
pd.match 未返回传递的标记。
当 major_axis 是 MultiIndex 时，Panel.to_frame() 不再失败（GH 5402）。
pd.read_msgpack 在错误地推断 DateTimeIndex 频率时存在错误（GH 5947）。
修复了对带有 Tz-aware datetimes 和 NaT 的数组的 to_datetime（GH 5961）。
在传递了带有错误数据的 Series 的滚动偏斜/峰度中存在错误（GH 5749）。
修复了具有日期时间索引的 scipy interpolate 方法的错误（GH 5975）。
如果传递了混合日期时间/np.datetime64 并且具有 NaT 的混合日期时间/np.datetime64，则 NaT 比较中存在错误（GH 5968）。
在 pd.concat 中存在错误，如果所有输入都为空，则会丢失 dtype 信息（GH 5742）。
IPython 中的最新更改导致在 QTConsole 中使用旧版本的 pandas 时发出警告，现已修复。如果您使用的是旧版本并且需要抑制警告，请参见（GH 5922）。
修复了合并 timedelta 类型的错误（GH 5695）。
在 plotting.scatter_matrix 函数中存在错误。对角线和非对角线图之间的对齐错误，参见（GH 5497）。
通过 ix 的 MultiIndex 的 Series 中存在错误（GH 6018）。
在具有 MultiIndex 的 Series.xs 中存在错误（GH 6018）。
在混合类型的 Series 构建中存在错误，其中包含日期和整数（应该导致对象类型而不是自动转换）（GH 6028）。
在 NumPy 1.7.1 下使用对象数组进行链式索引时可能出现段错误（GH 6026，GH 6056）
使用花式索引设置非标量（例如列表）的单个元素时存在错误（GH 6043）
to_sql没有遵守if_exists（GH 4110 GH 4304）
从 0.12 版本开始，.get(None)索引中的回归错误（GH 5652）
iloc索引中的微妙错误，在（GH 6059）中显现
在将字符串插入 DatetimeIndex 时存在错误（GH 5818）
修复了在 to_html/HTML repr 中的 Unicode 错误（GH 6098）
修复了在get_options_data中缺少参数验证的问题（GH 6105）
在具有重复列的框架中使用切片位置（例如相邻位置）进行赋值时存在错误（GH 6120）
在构建具有重复索引/列的数据框时，在构造过程中传播 _ref_locs 存在错误（GH 6121）
在使用混合日期减少时，DataFrame.apply中存在错误（GH 6125）
在使用DataFrame.append时附加具有不同列的行时存在错误（GH 6129）
使用 recarray 和非 ns 日期时间数据类型构建数据框时存在错误（GH 6140）
在.loc setitem 索引中，右侧是数据框，多个项目设置，并且是日期时间类时存在错误（GH 6152）
修复了在词典顺序字符串比较期间query/eval中的错误（GH 6155）。
修复了query中单元素Series的索引被丢弃的错误（GH 6148）。
在将具有多级索引列的数据框附加到现有表时存在HDFStore中的错误（GH 6167）
在设置空数据框时与数据类型的一致性存在问题（GH 6171）
在存在不完全指定列规范的情况下，在 MultiIndex HDFStore上进行选择时存在错误（GH 6169）
在nanops.var中，当ddof=1且元素为 1 时，某些平台上有时会返回inf而不是nan的错误（GH 6136）
Series 和 DataFrame 柱状图中忽略use_index关键字的错误（GH 6209）
Bug in groupby with mixed str/int under python3 fixed; argsort was failing (GH 6212)