全文共2252字，預計學習時長
7分鐘
注意：Pandas 1.0.0rc已於1月9日發佈，先前的版本為0.25。
Pandas首個全新主要發行版本包含許多重要功能：更完善的數據框自動彙總、更全面的輸出格式、全新的數據類型以及文檔站點。
在全新的文檔站點上，可以找到完整的發行說明，但小芯認為，技術含量較低的概述也會有所幫助。
用戶可以使用 pip升級Pandas，以便使用其新版本。在撰寫本文時，Pandas1.0仍然是候選版本，這意味著要安裝Pandas1.0需要明確指定其版本。
<code>pip install --upgradepandas==1.0.0rc0/<code>
當然，更新可能會破壞某些代碼，因為這是主要版本的發佈，因此請務必小心！
此版本的Pandas不再支持Python 2。運行Pandas 1.0+至少需要Python 3.6+，因此請確保使用合適版本的pip 和python。
<code>$ pip --version/<code>
<code>pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)$ python--version/<code>
<code>Python 3.7.5/<code>
用戶可以確認一切正常，並且Pandas使用的是正確版本。
<code>>>> import pandas as pd/<code>
<code>>>> pd.__version__/<code>
<code>1.0.0rc0/<code>
使用DataFrame.info更好的自動彙總
筆者最喜歡的新功能是優化之後的DataFrame.info法。現在，它使用了更具可讀性的格式，從而使數據探索過程更加容易。
<code>>>> df = pd.DataFrame({/<code><code>...: 'A': [1,2,3],/<code>
<code>...: 'B': ["goodbye","cruel", "world"],/<code>
<code>...: 'C': [False, True, False]/<code>
<code>...:})/<code>
<code>>>> df.info()/<code>
<code><class>/<code>
<code>RangeIndex: 3 entries, 0 to 2/<code>
<code>Data columns (total 3 columns):/<code>
<code># Column Non-Null Count Dtype/<code>
<code>--- ------ -------------- -----/<code>
<code>0 A 3 non-null int64/<code>
<code>1 B 3 non-null object/<code>
<code>2 C 3 non-null object/<code>
<code>dtypes: int64(1), object(2)/<code>
<code>memory usage: 200.0+ bytes/<code>
Markdown表的輸出格式
其次，筆者最喜歡的功能是使用新的 DataFrame.to_markdown 法將數據幀導出到Markdown表中。
<code>>>> df.to_markdown()/<code>
<code>| | A | B | C |/<code>
<code>|---:|----:|:--------|:------|/<code>
<code>| 0 | 1 | goodbye | False |/<code>
<code>| 1 | 2 | cruel | True |/<code>
<code>| 2 | 3 | world | False |/<code>
這樣一來，通過github gists在Medium等地方顯示錶格更加便捷。
booleans and strings的新數據類型
Pandas1.0還為booleans and strings引入了實驗數據類型。
由於這些更改是實驗性的，數據類型的API可能會稍有更改，因此應謹慎使用。但是Pandas建議在合理的地方使用這些數據類型，將來的版本將完善諸如regex匹配之類的特定於類型的操作性能。
默認情況下，Pandas不會自動將數據強制轉換為這些類型。但是，如果明確指示Pandas，仍然可以使用它們。
<code>>>> B =pd.Series(["goodbye", "cruel", "world"],dtype="string")/<code>
<code>>>> C = pd.Series([False, True, False], dtype="bool")/<code>
<code>>>> df.B = B, df.C = C/<code>
<code>>>> df.info()/<code>
<code><class>/<code>
<code>RangeIndex: 3 entries, 0 to 2/<code>
<code>Data columns (total 3 columns):/<code>
<code># Column Non-Null Count Dtype/<code>
<code>--- ------ -------------- -----/<code>
<code>0 A 3 non-null int64/<code>
<code>1 B 3 non-null string/<code>
<code>2 C 3 non-null bool/<code>
<code>dtypes: int64(1), object(1), string(1)/<code>
<code>memory usage: 200.0+ bytes/<code>
注意Dtype列現在如何反應新類型的string和bool。
新字符串dtype最實用的優勢在於，可以從DataFrame中選擇string列。這樣可以更快地僅對數據集的文本成分進行分析。
<code>df.select_dtypes("string")/<code>以前，只能通過顯式使用其名稱來選擇string類型列。
從今天開始，掌握Pandas 1.0的主要功能，全新優化開啟使用吧~
我們一起分享AI學習與發展的乾貨
閱讀更多 讀芯術 的文章
