pandas: powerful Python data analysis toolkit - 0.19.1

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

摘要

文档介绍了pandas 0.19.1版本，这是一个用于Python的数据分析工具包。pandas提供快速、灵活且表达力强的数据结构，旨在处理关系型或标签化数据。其主要数据结构包括Series（一维）和DataFrame（二维），适用于金融、统计、社会科学和工程领域。pandas擅长处理缺失数据、支持数据对齐、分组操作、数据合并与重塑、时间序列功能等。0.19.0版本新增了merge_asof()用于时间序列的近似连接，.rolling()支持时间序列感知，read_csv()支持直接解析分类数据，以及PeriodIndex的period dtype等。0.19.1是一个小型的bug修复版本，包含回归修复、错误修复和性能改进。

AI总结

pandas 0.19.1 是一个用于 Python 的数据分析工具包，发布于 2016 年 11 月 3 日。它提供快速、灵活、表达力强的数据结构，旨在简化关系型或带标签数据的处理，是 Python 中进行实际数据分析的基础工具。

**核心数据结构**：Series（一维）和 DataFrame（二维），可处理多种数据，包括异构列表数据、时间序列、带标签的矩阵数据等。

**主要功能**：
- 轻松处理缺失数据
- 支持列插入和删除（大小可变）
- 自动和显式的数据对齐
- 强大的分组、聚合和转换功能
- 智能的标签切片和子集选取
- 直观的数据合并与连接
- 灵活的数据重塑和数据透视
- 强大的 I/O 工具，支持 CSV、Excel、数据库及 HDF5 格式
- 时间序列专用功能，如日期生成、频率转换、滚动窗口统计等

**v0.19.1 版本亮点**：
- 这是 0.19.0 的次要错误修复版本，包含回归修复、错误修复和性能改进

**v0.19.0 版本主要新功能**：
- **merge_asof()**：支持时间序列的 asof 风格连接，匹配最近键而非相等键
- **.rolling() 时间序列感知**：滚动操作现在能感知时间序列
- **read_csv 改进**：支持直接解析分类数据（Categorical）
- **Categorical 合并**：新增 union_categorical() 函数
- **PeriodIndex 改进**：拥有自己的 period dtype，与其他索引类更一致
- **稀疏数据结构增强**：支持 int 和 bool 类型
- **Series 比较操作**：不再忽略索引
- **开发 API**：引入 pandas 开发 API 用于实用函数
- **弃用**：Panel4D 和 PanelND 被弃用，推荐使用 xarray 包处理 n 维数据
- **移除**：移除已弃用的模块 pandas.io.data、pandas.io.wb、pandas.tools.rplot
- **警告**：pandas >= 0.19.0 不再在导入时静默 numpy ufunc 警告

**API 变更**：
- Series.tolist() 返回 Python 原生类型
- Series 运算符对不同索引的行为变更
- Series 类型在赋值时自动提升
- .to_datetime() 和 .describe() 变更
- Period 变更：PeriodIndex 使用 period dtype，Period('NaT') 返回 pd.NaT
- Index +/- 不再用于集合操作
- Index.difference 和 .symmetric_difference 变更
- Index.unique 统一返回 Index
- MultiIndex 构造函数、groupby 和 set_index 保留分类 dtype
- read_csv 逐步枚举块
- 稀疏数据结构的 int64 和 bool 支持增强，运算符保留 dtype