dataframe 选择输出_Pandas 1.0.0rc发布：增加markdown格式的输出

介绍：

Pandas 1.0.0rc 已于1月9日发布。先前的版本是0.25。

Pandas的第一个新的主要发行版包含许多强大的功能，包括更好的数据框自动汇总，更多的输出格式，新的数据类型，甚至是新的文档站点。

完整的发行说明可在新的文档站点上找到。

要使用新版本，您可以使用pip轻松升级Pandas。在撰写本文时，Pandas 1.0仍是候选版本，这意味着安装Pandas 1.0需要明确指定其版本。

pip install --upgrade pandas==1.0.0rc0

当然，升级可能会破坏您的某些代码，因为这是主要版本，因此请务必小心！

此版本的Pandas也不再支持Python2。使用Pandas 1.0+至少需要Python 3.6+，因此请确保您的pip和python使用的是正确的版本。

$ pip --versionpip 19.3.1 from /usr/local/lib/python3.7/site-packages/pip (python 3.7)$ python --versionPython 3.7.5

您可以确认一切正常，并且Pandas使用的是正确的版本。

>>> import pandas as pd>>> pd.__version__1.0.0rc0

使用DataFrame.info更好的自动汇总

我最喜欢的新功能是改进的DataFrame.info方法。现在，它使用了更具可读性的格式，从而使您的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()RangeIndex: 3 entries, 0 to 2Data 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      objectdtypes: int64(1), object(2)memory usage: 200.0+ bytes

markdown的输出格式

另一个功能是使用新的DataFrame.to_markdown方法将Dataframe导出到Markdown表的功能。

>>> 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 gists更轻松地在Medium等位置显示表格。

布尔值和字符串的新数据类型

Pandas1.0还引入了布尔值和字符串的实验数据类型。

由于这些更改是实验性的，因此数据类型的API可能会稍有更改，因此应谨慎使用它们。但是Pandas建议在合理的地方使用这些数据类型，将来的版本将提高诸如regex匹配之类的特定于类型的操作的性能。

默认情况下，Pandas不会自动将您的数据强制转换为这些类型。但是，如果您明确告诉Pandas这样做，您仍然可以使用它们。

>>> B = pd.Series(["goodbye", "cruel", "world"], dtype="string")>>> C = pd.Series([False, True, False], dtype="bool")>>> df.B = B, df.C = C>>> df.info()RangeIndex: 3 entries, 0 to 2Data 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      booldtypes: int64(1), object(1), string(1)memory usage: 200.0+ bytes

注意，Dtype列现在如何反映新类型的字符串和布尔值。

新字符串dtype最有用的好处是，您现在可以仅从DataFrame中选择字符串列。这样可以更快地对数据集的文本成分进行分析。

df.select_dtypes("string")

以前，只能通过显式使用它们的名称来选择字符串类型的列。

有关Pandas 1.0.0的更多文档，请参见官方文档。