本文为机器之心编译，转载请联系本公众号获得授权。
选自Medium
作者：Tom Waterman
机器之心编译
参与：李诗萌、魔王
2020 年 1 月 9 日 Pandas 1.0.0rc 版本面世，Facebook 数据科学家 Tom Waterman 撰文概述了其新功能。本文助你轻松玩转 Pandas 1.0。
常用数据科学库 Pandas 刚刚年满十二岁，现在已经发布到 1.0.0 版。首个 Pandas 1.0 候选版本显示出，现在的 Pandas 在遇到缺失值时会接收一个新的标量，遵循语义化版本控制（Semantic Versioning）形成了新的弃用策略，网站也经过了重新设计……
注意：Pandas 1.0.0rc 版本于 2020 年 1 月 9 日发布，之前的版本是 0.25。
最新发布的 Pandas 版本包含许多优秀功能，如更好地自动汇总数据帧、更多输出格式、新的数据类型，甚至还有新的文档站点。
完整的版本说明参见：https://dev.pandas.io/docs/whatsnew/v1.0.0.html
本文将用较通俗的方式介绍 Pandas 新版本，希望对大家有所帮助。
要使用新版 Pandas，用户可以用 pip 轻松升级。截至本文撰写时，Pandas 1.0 仍是候选版本，这意味着安装时需要明确指定版本号。
pip install --upgrade pandas==1.0.0rc0当然，升级可能会破坏部分代码，因为这次发布的是主要版本，所以请务必小心。
这一版 Pandas 也不再支持 Python 2。要使用 1.0+版本的 Pandas，至少需要 Python 3.6+版本，所以请确认 pip 和 python 的版本是正确的。
$ pip --version
pip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)$ python --version
Python 3.7.5你可以根据下列代码确认一切正常，以及 Pandas 的版本正确。
>>> import pandas as pd
>>> pd.__version__
1.0.0rc0
使用 DataFrame.info 更好地自动汇总数据帧
我最喜欢的新功能是改进后的 DataFrame.info (http://dataframe.info/) 方法。它使用一种可读性更强的格式，让数据探索过程变得更加容易。
>>> 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支持 Markdown 表格作为输出格式
我第二喜欢的功能是用 DataFrame.to_markdown 方法，把数据帧导出到 Markdown 表格中。
>>> df.to_markdown()
| | A | B | C |
|---:|----:|:--------|:------|
| 0 | 1 | goodbye | False |
| 1 | 2 | cruel | True |
| 2 | 3 | world | False |这样可以通过 GitHub Gist，在 Medium 等处更容易地展示数据。
新数据类型：布尔值和字符串
Pandas 1.0 还实验性地引入了新的数据类型：布尔值和字符串。
由于这些改变是实验性的，因此数据类型的 API 可能会有轻微的变动，所以用户在使用时务必谨慎操作。不过，Pandas 推荐用户合理使用这些数据类型，在未来的版本中也将改善特定类型运算的性能，比如正则表达式匹配（Regex Match）。
默认情况下，Pandas 不会自动将你的数据强制转换为这些类型。但你可以修改参数来使用新的数据类型。
>>> 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注意现在的 Dtype 列是如何反映新数据类型 string 和 bool 的。
字符串数据类型最大的用处是，你可以从数据帧中只选择字符串列，这样就可以更快地分析数据集中的文本。
df.select_dtypes("string")在此之前，你只能通过指定名称来选择字符串类型列。
更多有关新数据类型的说明，参见：https://dev.pandas.io/docs/user_guide/text.html?highlight=string。
弃用
新版本弃用了许多功能。不过最值得注意的是，从 DataFrameGroupBy 对象中选择列时，输入 key 列表或 key 元组的方法已被弃用。现在要用 item 列表，而非键列表。
另一个最常用的变动出现在 DataFrame.hist() 和 Series.his() 中。现在 figsize 没有默认值，要想指定绘图的大小，需要输入元组。
Bug 修复
新版本还修复了大量 bug，提高了数据分析的可信度。
此前，在遇到分类数据以外的值时，fillna() 会引发 ValueError。因此，它现在纳入 assert 来测试不一致，并处理异常。
另外，在将分类数据转换为整数时，也会产生错误的输出。特别是对于 NaN 值，其输出往往是错误的。因此，新版 Pandas 修复了这个 bug。
原文链接：https://towardsdatascience.com/top-features-of-pandas-1-0-26abff08d1b6
本文为机器之心编译，转载请联系本公众号获得授权。
大家好，我是老表
觉得本文不错的话，转发、留言、点赞，是对我最大的支持。
每日留言
说说你读完本文感受？
或者一句激励自己的话？
（字数不少于15字）
想进学习交流群
加微信：jjxksa888
备注：简说Python
2小时快速掌握Python基础知识要点
完整Python基础知识要点
近期推荐阅读：
【1】整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了
651
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
