介紹：
Pandas 1.0.0rc 已於1月9日發佈。先前的版本是0.25。
Pandas的第一個新的主要發行版包含許多強大的功能，包括更好的數據框自動彙總，更多的輸出格式，新的數據類型，甚至是新的文檔站點。
完整的發行說明可在新的文檔站點上找到。
要使用新版本，您可以使用pip輕鬆升級Pandas。在撰寫本文時，Pandas 1.0仍是候選版本，這意味著安裝Pandas 1.0需要明確指定其版本。
<code>pip install --upgrade pandas==1.0.0rc0/<code>
當然，升級可能會破壞您的某些代碼，因為這是主要版本，因此請務必小心！
此版本的Pandas也不再支持Python2。使用Pandas 1.0+至少需要Python 3.6+，因此請確保您的pip和python使用的是正確的版本。
<code>$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)
$ python --version
Python 3.7.5/<code>
您可以確認一切正常，並且Pandas使用的是正確的版本。
<code>>>> import pandas as pd
>>> pd.__version__
1.0.0rc0/<code>
使用DataFrame.info更好的自動彙總
我最喜歡的新功能是改進的DataFrame.info方法。現在，它使用了更具可讀性的格式，從而使您的數據探索過程更加容易。
<code>>>> df = pd.DataFrame({
...: 'A': [1,2,3],
...: 'B': ["goodbye", "cruel", "world"],
...: 'C': [False, True, False]
...:})
>>> df.info()
<class>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 3 non-null int64
1 B 3 non-null object
2 C 3 non-null object
dtypes: int64(1), object(2)
memory usage: 200.0+ bytes/<class>/<code>markdown的輸出格式
另一個功能是使用新的DataFrame.to_markdown方法將Dataframe導出到Markdown表的功能。
<code>>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |/<code>
這樣可以通過github gists更輕鬆地在Medium等位置顯示錶格。
布爾值和字符串的新數據類型
Pandas1.0還引入了布爾值和字符串的實驗數據類型。
由於這些更改是實驗性的，因此數據類型的API可能會稍有更改，因此應謹慎使用它們。但是Pandas建議在合理的地方使用這些數據類型，將來的版本將提高諸如regex匹配之類的特定於類型的操作的性能。
默認情況下，Pandas不會自動將您的數據強制轉換為這些類型。但是，如果您明確告訴Pandas這樣做，您仍然可以使用它們。
<code>>>> B = pd.Series(["goodbye", "cruel", "world"], dtype="string")
>>> C = pd.Series([False, True, False], dtype="bool")
>>> df.B = B, df.C = C
>>> df.info()
<class>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 3 non-null int64
1 B 3 non-null string
2 C 3 non-null bool
dtypes: int64(1), object(1), string(1)
memory usage: 200.0+ bytes/<class>/<code>
注意，Dtype列現在如何反映新類型的字符串和布爾值。
新字符串dtype最有用的好處是，您現在可以僅從DataFrame中選擇字符串列。這樣可以更快地對數據集的文本成分進行分析。
<code>df.select_dtypes("string")/<code> 以前，只能通過顯式使用它們的名稱來選擇字符串類型的列。
有關Pandas 1.0.0的更多文檔，請參見官方文檔。
閱讀更多 數據大視界 的文章
