呆鳥云：“7 月 18 日，Pandas 團(tuán)隊推出了 Pandas 0.25 版，這就相當(dāng)于 Python 3.8 啦，Python 數(shù)據(jù)分析師可別錯過新版的好功能哦。”安裝 0.25 版：pip install pandas，就可以了。

下面和大家一起看看新版 pandas 都有哪些改變。

一、四個置頂?shù)木?#xff01;

從 0.25 起，pandas 只支持 Python 3.53 及以上版本了，不再支持 Python 2.7，還在使用 Python 2 的朋友可要注意了，享受不了新功能了，不過，貌似用 Python 2 做數(shù)據(jù)分析這事兒估計已經(jīng)絕跡了吧！

下一版 pandas 將只支持 Python 3.6 及以上版本了，這是因為 f-strings 的緣故嗎？嘿嘿。

徹底去掉了 Panel，N 維數(shù)據(jù)結(jié)構(gòu)以后要用?xarray?了。說起來慚愧，呆鳥還沒用過 Panel 呢，它怎么就走了。。。。

read_pickle()?與?read_msgpack()，只向后兼容到 0.20.3。上一篇文章剛介紹過?read_pickle()，它就也要離我們而去了嗎？-_-||

看完了這四大警告，咱們再看下 0.25 帶來了哪些新東西。

二、新增功能

1. Groupby 的命名聚合（Named Aggregation）

這可是個新功能，能直接為指定的聚合輸出列命名。先創(chuàng)建一個 DataFrame 示例。
命名聚合示例，居然還支持中文誒！不過，這里是為了演示清晰才寫的中文變量名，平時，該用英文還是要用英文的。
這么寫看起來還是有些繁瑣，很不 Pythonic，好在 pandas 提供了更簡單的寫法，只需傳遞一個 Tuple 就可以了，Tuple 里的第一個元素是指定列，第二個元素是聚合函數(shù)，看看下面的代碼，是不是少敲了好多下鍵盤：
這里還可以進(jìn)一步偷懶，只寫?min?或?max，連單引號都不寫了。Pandas 提供了一種叫?pandas.NameAgg?的命名元組（namedtuple），但如上面的代碼所示，直接使用 Tuple 也沒問題。
這兩段代碼的效果是一樣的，結(jié)果都如下圖所示。


命名聚合取代了已經(jīng)廢棄的?dict-of-dicts?重命名方式，看了一下，之前的操作還真是挺復(fù)雜的，這里就不贅述了，有興趣回顧的朋友，可以自己看下用 dict 重命名 groupby.agg()?輸出結(jié)果（已廢棄）?這部分內(nèi)容。
命名聚合還支持 Series 的 groupby 對象，因為 Series 無需指定列名，只要寫清楚要應(yīng)用的函數(shù)就可以了。


更多有關(guān)命名聚合的介紹，詳見官方文檔?Named aggregation?。

2. Groupby 聚合支持多個 lambda 函數(shù)

0.25 版有一個黑科技，以 list 方式向?agg()?函數(shù)傳遞多個 lambda 函數(shù)。為了減少鍵盤敲擊量，真是無所不用其極啊！




0.25 版前，這樣操作會觸發(fā)?SpecificationError。

觸發(fā) SpecificationError
這個功能也有個小遺憾，多 lambda 函數(shù)的輸出沒有像命名聚合那樣可以自定義命名，還要后面手動修改，有些不方便，不知道是我沒找到，還是真沒有……

3. 優(yōu)化了 MultiIndex 顯示輸出

MultiIndex?輸出的每行數(shù)據(jù)以 Tuple 顯示，且垂直對齊，這樣一來，MultiIndex?的結(jié)構(gòu)顯示的更清晰了。

之前，是這樣的

現(xiàn)在，是這樣的

真是貨比貨得扔，以前沒感覺，現(xiàn)在一比較，有沒有覺得大不相同呢？

4. 精簡顯示 Series 與 DataFrame

超過 60 行的 Series 與 DataFrame，pandas 會默認(rèn)最多只顯示 60 行（見?display.max_rows?選項）。這種設(shè)置依然會占用大量垂直屏幕空間。因此，0.25 版引入了?display.min_rows?選項，默認(rèn)只顯示 10 行：

• 數(shù)據(jù)量小的 Series 與 DataFrame， 顯示?max_row?行數(shù)據(jù)，默認(rèn)為 60 行，前 30 行與后 30 行；
• 數(shù)據(jù)量大的 Series 與 DataFrame，如果數(shù)據(jù)量超過?max_rows， 只顯示?min_rows?行，默認(rèn)為 10 行，即前 5 行與后 5 行。

最大與最小行數(shù)這種雙重選項，允許在數(shù)據(jù)量較小時，比如數(shù)據(jù)量少于 60 行，顯示全部數(shù)據(jù)，在數(shù)據(jù)量較大時，則只顯示數(shù)據(jù)摘要。
要去掉?min_rows?的設(shè)置，可以把該選項設(shè)置為?None：
pd.options.display.min_rows = None

min_rows
在 VSCode 里顯示正常，只顯示了前 5 行與后 5 行，但貌似 Jupyter Notebook 6.0 目前貌似還不支持這個設(shè)置，還是顯示前 30 行與后 30 行。圖片太長，這里就不截圖了。如果 Jupyter 可以的話，請告訴我。

5. json_normalize() 支持 max_level

json_normalize() 支持按層級（level）讀取，增加了?max_level?控制參數(shù)。

0.25 以前是這樣的，所有層級都讀取出來了：


0.25 以后是這樣的，可以通過?max_level?參數(shù)控制讀取的 JSON 數(shù)據(jù)層級：



6. 增加 explode() 方法，把 list “炸”成行

Series 與 DataFrame 增加了 explode() 方法，把 list 形式的值轉(zhuǎn)換為單獨的行。



以后再拆分這樣的數(shù)據(jù)就簡單多了。具體官方文檔說明詳見?section on Exploding list-like column。

7. SparseDataFrame 被廢棄了

0.25 以前專門有?SparseDataFrame()，生成稀疏矩陣，0.25 以后，這個函數(shù)被廢棄了，改成?pd.DataFrame?里的?pd.SparseArray()?了，函數(shù)統(tǒng)一了，但是要多敲幾下鍵盤了。
0.25 以前是這樣的：0.25 以后是這樣的：輸出的結(jié)果都是一樣的：

8. 對 DataFrame Groupby 后，Groupby.apply 對每組只處理一次

有沒有想到，0.25 以前輸出的結(jié)果居然是這樣的：

0.25以前
0.25以后
這樣才正常嘛~~！

9. 用 Dict 生成的 DataFrame，終于支持列排序啦

以前是亂序的，全憑 pandas 的喜好：


現(xiàn)在，我的字典終于我做主了！



10. Query() 支持列名空格了

用上面的?data?生成一個示例 DataFrame，注意列名是有空格的。

現(xiàn)在用反引號（`）括住列名，就可以直接查詢了：


好了，本文就先介紹 pandas 0.25 的這些改變，其實，0.25 還包括了很多優(yōu)化，比如，對 DataFrame GroupBy 后?ffill,?bfill?方法的調(diào)整，對類別型數(shù)據(jù)的?argsort?的缺失值排序，groupby保留類別數(shù)據(jù)的數(shù)據(jù)類型等，如需了解，詳見官方文檔?What's new in 0.25.0。
配套的 Jupyter Notebook 文件鏈接：https://github.com/jaystone776/pandas_answered/blob/master/10_New_Features_in_Pandas_0.25.ipynb。

總結(jié)

以上是生活随笔為你收集整理的Pandas0.25来了，别错过这10大好用的新功能的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。