pandas: powerful Python data analysis toolkit - 1.4.4

• 语言: 英语
• 格式: .pdf
• 来源: pandas.pydata.org

摘要

文档详细介绍了pandas 1.4.4版本的更新内容，包括新功能、性能改进、错误修复以及对依赖项的更新。重点提到了DataFrame和Series的增强，如改进的fillna方法、concat功能的优化，以及对用户在数据处理中的常见问题的解决。此外，文档还列出了对旧版本的兼容性问题和新的依赖项要求。

AI总结

### pandas 1.4.4 版本总结

#### 1. 版本概述
pandas 是一个强大的 Python 数据分析工具包，致力于提供高效、灵活且直观的数据结构，适用于关系型或标记化数据的分析。1.4.4 版本在功能、性能和兼容性方面均有显著提升。

---

#### 2. 核心功能
- **数据结构**：
pandas 提供 Series（一维）和 DataFrame（二维）两种主要数据结构，适用于金融、统计、社会科学和工程等领域。
- **数据处理能力**：
- 支持缺失值处理（NaN）。
- 支持数据对齐、分组操作（split-apply-combine）。
- 提供强大的数据重塑和时间序列分析功能。
- 支持多种数据输入输出格式，包括 Excel、CSV、JSON 等。

---

#### 3. 1.4.4 版本新功能与改进
- **增强功能**：
- 支持压缩文件（如 ZIP、GZ）的读取和写入。
- 提升对 Google BigQuery 和 Amazon S3 的访问支持。
- 增加 `to_latex()` 和 `to_string()` 的可选标题别名。
- 支持通过 `.empty` 属性快速判断 Index 是否为空。
- 支持 `Timedelta` 和 `TimedeltaIndex` 的整数除法。
- 支持 `json_normalize()` 的新参数（如 `sep` 和 `errors`）。
- 增加 `MultiIndex.remove_unused_levels()` 方法。

- **性能与稳定性**：
- 提升 `fillna()` 的性能和稳定性。
- 优化 `concat()` 和 `merge()` 对扩展数组（ExtensionArray）的处理。
- 修复 `DataFrame.loc()` 在某些情况下的索引对齐问题。
- 优化 `cut()` 使用 `DatetimeIndex` 作为分箱边界时的性能。

- **其他改进**：
- 支持将数据直接复制到剪贴板（`to_clipboard()`）。
- 改进 `SettingWithCopyWarning` 的报错信息，便于定位问题。
- 支持通过 `.dt` 属性访问时间序列数据。

---

#### 4. 兼容性与 API 变化
- **不兼容更改**：
- 弃用 `.ix` 和 `Panel`。
- `GroupBy.agg()` 不再支持字典重命名。
- `pd.TimeSeries` 已被弃用，建议使用 `pd.Series` 替代。
- 部分与 HDF5 格式（pandas < 0.13.0 创建）不兼容。

- **依赖项更新**：
- `beautifulsoup4` 最低版本要求为 4.6.0。
- `fastparquet` 最低版本要求为 0.3.2。
- `lxml` 最低版本要求为 3.8.0。

---

#### 5. 其他重要信息
- **性能优化**：
- 提升了 `fillna()` 的性能。
- 支持通过 `bottleneck` 和 `numexpr` 加速计算。

- **新功能**：
- 增加 `DataFrame.sort_index()` 的新参数。
- 支持 `IntervalIndex`。
- 支持 `parallel_coordinates()` 的新参数（如 `sort_labels` 和颜色自定义）。

---

#### 6. 总结
pandas 1.4.4 版本在功能、性能和兼容性方面均有显著提升，特别增强了对扩展数据类型、压缩文件和云存储的支持。建议用户升级到此版本以获得更好的数据分析体验，但需注意部分 API 的不兼容变化。