Experimental NA scalar to denote missing values A new pd.NA value (singleton) is introduced to represent scalar missing values. Up to now, pandas used several values to represent missing data: np.nan is used 3.3 Boolean data type with missing values support We’ve added BooleanDtype / BooleanArray, an extension type dedicated to boolean data that can hold missing values. The default bool data type based on bool-dtype NumPy array, the column can only hold True or False, and not missing values. This new BooleanArray can store missing values as well by keeping track of this in a separate mask. (GH29555, GH30095, GH31131)

0 34.0 102.75 [2 rows x 3 columns] Pass the desired columns names as the **kwargs to .agg. The values of **kwargs should be tuples where the first element is the column selection, and the second element now available for Series groupby objects as well. Because there’s no need for column selection, the values can just be the functions to apply In [5]: animals.groupby("kind").height.agg( ...: min_height="min" 2, 3]], ...: codes=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2, 3]]) In the new repr, all values will be shown, if the number of rows is smaller than options.display. max_seq_items (default: 100

/ dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490 2.8.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 2.8.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521 2.10.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521 2.10 . . . . . . . . . . . 526 2.10.5 NA values in GroupBy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527 2.10.6 Filling missing values: fillna . . . . . . . . . . . . . .

/ dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490 2.8.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 2.8.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521 2.10.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 521 2.10 . . . . . . . . . . . 526 2.10.5 NA values in GroupBy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 527 2.10.6 Filling missing values: fillna . . . . . . . . . . . . . .

/ dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 482 2.5.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 486 2.5.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 512 2.7.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513 ii . . . . . . . . . . . 518 2.7.5 NA values in GroupBy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518 2.7.6 Filling missing values: fillna . . . . . . . . . . . . . . .

/ dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481 2.5.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 485 2.5.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511 2.7.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 512 ii . . . . . . . . . . . 517 2.7.5 NA values in GroupBy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 517 2.7.6 Filling missing values: fillna . . . . . . . . . . . . . . .

/ dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483 3.5.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 487 3.5.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 513 3.7.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 514 3.7 . . . . . . . . . . . 519 3.7.5 NA values in GroupBy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 519 3.7.6 Filling missing values: fillna . . . . . . . . . . . . . . .

get() method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 2.5.20 Looking up values by index/column labels . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 2.5.21 Index objects / dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 565 2.8.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 569 2.8.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 598 2.10.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 598 2.10

get() method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 2.5.20 Looking up values by index/column labels . . . . . . . . . . . . . . . . . . . . . . . . . . . 457 2.5.21 Index objects / dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 564 2.8.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568 2.8.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597 2.10.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 597 2.10

get() method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 2.5.20 Looking up values by index/column labels . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 2.5.21 Index objects / dummy variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 540 2.8.9 Factorizing values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 543 2.8.10 Examples missing data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 571 2.10.1 Values considered “missing” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 571 2.10