带你一起盘点，Pandas1.0的核心功能
发布时间：2021-08-22 16:10:52 所属栏目：大数据 来源：互联网
导读：注意：Pandas 1.0.0rc已于1月9日发布，先前的版本为0.25。 Pandas首个全新主要发行版本包含许多重要功能：更完善的数据框自动汇总、更全面的输出格式、全新的数据类型以及文档站点。 在全新的文档站点上，可以找到完整的发行说明，但小芯认为，技术含量较低
|
注意：Pandas 1.0.0rc已于1月9日发布，先前的版本为0.25。
Pandas首个全新主要发行版本包含许多重要功能：更完善的数据框自动汇总、更全面的输出格式、全新的数据类型以及文档站点。
在全新的文档站点上，可以找到完整的发行说明，但小芯认为，技术含量较低的概述也会有所帮助。
用户可以使用 pip升级Pandas，以便使用其新版本。在撰写本文时，Pandas1.0仍然是候选版本，这意味着要安装Pandas1.0需要明确指定其版本。
pip install --upgradepandas==1.0.0rc0
当然，更新可能会破坏某些代码，因为这是主要版本的发布，因此请务必小心! 此版本的Pandas不再支持Python 2。运行Pandas 1.0+至少需要Python 3.6+，因此请确保使用合适版本的pip 和python。
$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)$ python--version
Python 3.7.5
用户可以确认一切正常，并且Pandas使用的是正确版本。
>>> import pandas as pd
>>> pd.__version__
1.0.0rc0
使用DataFrame.info更好的自动汇总
笔者最喜欢的新功能是优化之后的DataFrame.info法。现在，它使用了更具可读性的格式，从而使数据探索过程更加容易。
>>> df = pd.DataFrame({
...: 'A': [1,2,3],
...: 'B': ["goodbye","cruel", "world"],
...: 'C': [False, True, False]
...:})
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 3 non-null int64
1 B 3 non-null object
2 C 3 non-null object
dtypes: int64(1), object(2)
memory usage: 200.0+ bytes
Markdown表的输出格式
其次，笔者最喜欢的功能是使用新的 DataFrame.to_markdown 法将数据帧导出到Markdown表中。
>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |
这样一来，通过github gists在Medium等地方显示表格更加便捷。
booleans and strings的新数据类型
来源：Pexels
Pandas1.0还为booleans and strings引入了实验数据类型。
由于这些更改是实验性的，数据类型的API可能会稍有更改，因此应谨慎使用。但是Pandas建议在合理的地方使用这些数据类型，将来的版本将完善诸如regex匹配之类的特定于类型的操作性能。
默认情况下，Pandas不会自动将数据强制转换为这些类型。但是，如果明确指示Pandas，仍然可以使用它们。
>>> B =pd.Series(["goodbye", "cruel", "world"],dtype="string")
>>> C = pd.Series([False, True, False], dtype="bool")
>>> df.B = B, df.C = C
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 A 3 non-null int64
1 B 3 non-null string
2 C 3 non-null bool
dtypes: int64(1), object(1), string(1)
memory usage: 200.0+ bytes
注意Dtype列现在如何反应新类型的string和bool。
新字符串dtype最实用的优势在于，可以从DataFrame中选择string列。这样可以更快地仅对数据集的文本成分进行分析。
df.select_dtypes("string")
以前，只能通过显式使用其名称来选择string类型列。
从今天开始，掌握Pandas 1.0的主要功能，全新优化开启使用吧~
 （编辑：常州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
