引言

2023年3月1日，Pandas 發(fā)布了2.0版本。6個月后（8月30日），更新了新的2.1版。讓我們看看他有什么重要的更新。

更好的PyArrow支持

PyArrow是在Panda 2.0中新加入的后端，對于大數(shù)據(jù)來說提供了優(yōu)于NumPy的性能。Pandas 2.1增強了對PyArrow的支持。官方在這次更新中使用最大的高亮字體宣布 PyArrow 將是 Pandas 3.0的基礎(chǔ)依賴，這說明Panda 是認(rèn)定了PyArrow了。

映射所有數(shù)組類型時可以忽略NaN類值

在以前版本，可空類型上調(diào)用map會在存在類似nan的值時觸發(fā)錯誤。而現(xiàn)在可以設(shè)定na_action= " ignore "參數(shù)，將忽略所有類型數(shù)組中的nan值。

以下是發(fā)行說明中的一個例子:

 In [5]: ser = pd.Series(["a", "b", np.nan], dtype="category")
 In [6]: ser.map(str.upper, na_action="ignore")
 Out[6]: 
 0      A
 1      B
 2    NaN
 dtype: category
 Categories (2, object): ['A', 'B']
 ##no errors !

字符串的默認(rèn)類型

默認(rèn)情況下，所有字符串都存儲在具有NumPy對象dtype的列中，如果你安裝了PyArrow，則會將所有字符串推斷為PyArrow支持的字符串，這個選項需要使用這個參數(shù)設(shè)置：

pd.options.future.infer_string = True

Copy-On-Write改進(jìn)

寫時復(fù)制在很久以前就出現(xiàn)了。在Pandas中有時你對數(shù)據(jù)做一些操作，修改的不是數(shù)據(jù)源的副本，而是數(shù)據(jù)源本身。例子:

 In [5]: pd.options.mode.copy_on_write = True
 In [6]: df = pd.DataFrame({"foo": [1, 2, 3], "bar": [4, 5, 6]})
 In [7]: subset = df["foo"]
 In [8]: subset.iloc[0] = 100
 In [9]: df
 Out[9]: 
    foo  bar
 0    1    4
 1    2    5
 2    3    6

寫時復(fù)制是一種防止意外可變性的機制。當(dāng)從其他數(shù)據(jù)推斷數(shù)據(jù)時，可以保證只更改副本。這意味著代碼將更加統(tǒng)一。Pandas將識別何時復(fù)制對象，并且只在必要時復(fù)制對象。在Pandas 2.1中，花了很多精力使許多地方的Copy-On-Write保持一致。

新的日期方法

在Pandas 2.1中，增加了一組新處理日期的新方法。

以下是一些最值得注意的方法:

• Series.dt.is_month_start,
• Series.dt.is_month_end,
• Series.dt.is_year_start,
• Series.dt.is_year_end,
• Series.dt.is_quarter_start,
• Series.dt.is_quarter_end,
• Series.dt.days_in_month,
• Series.dt.unit,
• Series.dt.normalize,
• Series.dt.day_name(),
• Series.dt.month_name(),

這些方法對我們實際應(yīng)用來說還是很好的

Python 3.9

pandas 2.1.0支持的最低版本是Python 3.9，也就是說我們?nèi)绻械桶姹镜腜ython項目，要盡快升級了，或者說新項目的話最低也要3.9了

總結(jié)

在這次更新中提到了Pandas3.0，說明官方已經(jīng)開始對它進(jìn)行設(shè)計了，而且也強調(diào)了PyArrow的重要性，所以要用好Pandas，PyArrow的基礎(chǔ)是需要掌握的。

以上就是Pandas 2.1發(fā)布更新功能介紹的詳細(xì)內(nèi)容，更多關(guān)于Pandas 2.1發(fā)布更新的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論