Pandas首個全新主要發行版本包含許多重要功能：更完善的數據框自動匯總、更全面的輸出格式、全新的數據類型以及文檔站點。作者：讀芯術

注意：Pandas 1.0.0rc已于1月9日發布，先前的版本為0.25。

在全新的文檔站點上，可以找到完整的發行說明，但小芯認為，技術含量較低的概述也會有所幫助。

用戶可以使用 pip升級Pandas，以便使用其新版本。在撰寫本文時，Pandas1.0仍然是候選版本，這意味著要安裝Pandas1.0需要明確指定其版本。

pip?install?--upgradepandas==1.0.0rc0?

當然，更新可能會破壞某些代碼，因為這是主要版本的發布，因此請務必小心! 此版本的Pandas不再支持Python 2。運行Pandas 1.0+至少需要Python 3.6+，因此請確保使用合適版本的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?

用戶可以確認一切正常，并且Pandas使用的是正確版本。

>>>?import?pandas?as?pd?>>>?pd.__version__?1.0.0rc0?

使用DataFrame.info更好的自動匯總

筆者最喜歡的新功能是優化之后的DataFrame.info法。現在，它使用了更具可讀性的格式，從而使數據探索過程更加容易。

>>>?df?=?pd.DataFrame({?...:???'A':?[1,2,3],??...:???'B':?["goodbye","cruel",?"world"],??...:???'C':?[False,?True,?False]?...:})?>>>?df.info()??RangeIndex:?3?entries,?0?to?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表的輸出格式

其次，筆者最喜歡的功能是使用新的 DataFrame.to_markdown 法將數據幀導出到Markdown表中。

>>>?df.to_markdown()?|????|??A?|?B???????|?C?????|?|---:|----:|:--------|:------|?|??0?|??1?|?goodbye?|?False?|?|??1?|??2?|?cruel???|?True??|?|??2?|??3?|?world???|?False?|?

這樣一來，通過github gists在Medium等地方顯示表格更加便捷。

booleans and strings的新數據類型

來源：Pexels

Pandas1.0還為booleans and strings引入了實驗數據類型。

由于這些更改是實驗性的，數據類型的API可能會稍有更改，因此應謹慎使用。但是Pandas建議在合理的地方使用這些數據類型，將來的版本將完善諸如regex匹配之類的特定于類型的操作性能。

默認情況下，Pandas不會自動將數據強制轉換為這些類型。但是，如果明確指示Pandas，仍然可以使用它們。

>>>?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?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列現在如何反應新類型的string和bool。

新字符串dtype最實用的優勢在于，可以從DataFrame中選擇string列。這樣可以更快地僅對數據集的文本成分進行分析。

df.select_dtypes("string")?

以前，只能通過顯式使用其名稱來選擇string類型列。

從今天開始，掌握Pandas 1.0的主要功能，全新優化開啟使用吧~

總結

以上是生活随笔為你收集整理的python dataframe float转string_盘点Python：Pandas1.0的主要功能的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。