pandas: powerful Python data analysis toolkit - 0.25

语言	格式	评分
英语	.pdf	3
摘要
文档介绍了Pandas库版本0.25.2的更新内容，包括兼容性改进、Bug修复以及新功能的添加。详细说明了GroupBy操作的改进、MultiIndex索引的处理方法以及DataFrame的基本操作。此外，文档还提供了丰富的学习资源和教程，涵盖Pandas的核心功能和高级技巧。
AI总结
以下是对文档内容的中文总结，语言简洁明了，重点突出核心观点和关键信息，逻辑连贯且易于理解： --- 文档标题：pandas: powerful Python data analysis toolkit - 0.25 --- ### 1. 版本更新与新特性 - 0.25.2 版本更新（2019年10月15日发布）： - 主要改进： -新增对 Python 3.8 的兼容性（GH28147）。 - Bug 修复： - 索引相关：修复了 `DataFrame.reindex()` 和 `RangeIndex.get_indexer()` 的回归性问题。 - I/O 操作：修复了 `to_csv()` 在处理 `IntervalIndex` 和 `ExtensionArray` 时的错误。 - 分组/重采样/滚动操作：修复了 `groupby.quantile()` 的 `IndexError`，以及 `shift()、bfill()` 和 `ffill()` 在时区信息处理中的问题。 - 兼容性与性能：修复了 `DataFrame.query()` 在 Python 3.8 中的兼容性问题，并优化了 IPython 控制台的自动补全功能。 --- ### 2. 数据处理与实用功能 - 数据操作： - 排序与筛选：支持通过 `nlargest()` 和 `nsmallest()` 对 DataFrame 按列或多列进行排序和筛选。 - 时间序列索引：支持通过 MultiIndex 进行部分字符串索引，例如 `dft2.loc['2013-01-05']`。 - 布尔操作：支持 `&`、`\|`、`^` 等布尔运算符，以及 `empty`、`any()`、`all()` 等布尔减少操作。 - 数据合并：支持 SQL 风格的合并（`pd.merge()`）和行追加（`append()`）。 - 示例： - 使用 `nlargest()` 和 `nsmallest()` 过滤数据： ```python df.nlargest(3, 'a') # 返回前3行按列 'a' 排序的结果 df.nsmallest(3, 'a') # 返回后3行按列 'a' 排序的结果 ``` - 使用 MultiIndex 排序和过滤： ```python df1.sort_values(by=('a', 'two')) # 按 MultiIndex 列排序 ``` --- ### 3. 教程与学习资源 - 官方教程： - 10 Minutes to pandas：快速入门指南。 - Cookbook：高级功能的实用示例。 - Cheat Sheet：pandas 快捷参考手册。 - 社区贡献教程： - Learn Pandas by Hernan Rojas：新手学习路径。 - Modern Pandas Tutorial（作者：Tom Augspurger）：涵盖 modern pandas 的关键内容，如方法链、索引、性能优化等。 - Video 教程与案例学习： - Pandas From The Ground Up（2015）。 - Data analysis in Python with pandas（2016-2018）。 - Best practices with pandas（2018）。 - 其他资源： - Wes McKinney（pandas 创始人）的博客。 - 使用 pandas 进行统计分析、金融分析和时间序列分析的教程。 --- ### 4. 与其他工具的对比 - pandas vs Stata：pandas 的 `groupby` 可以实现 Stata 的 `bysort` 功能，例如： ```python tips.groupby(['sex', 'smoker']).first() # 等同于 Stata 的 bysort sex smoker: list if _n == 1 ``` - 内存与磁盘处理：pandas 和 Stata 均在内存中操作，适合小数据集；对于大数据处理，可使用 `dask.dataframe` 支持磁盘操作。 --- ### 5. 时间序列与数据结构 - 时间序列功能： - 支持 MultiIndex 和部分字符串索引。 - 示例：创建带时间索引的 DataFrame 并进行_slice_操作。 - 数据结构： - DataFrame 和 Series 的基本操作，如转置（`T` 或 `transpose()`）、布尔运算和指数运算。 --- ### 总结文档全面介绍了 pandas 0.25.3 版本的新特性和修复内容，并提供了丰富的学习资源和实用操作示例，适合新手和熟练用户快速上手并提升数据处理效率。