pandas1.2.0更新
更新：2020.12.26 版本：1.2.0
警告
不再维护写老格式xls的xlwt包，xlrd包仅用来读取旧格式xls文件。
之前，read_excel()使用默认参数engine=None会默认使用xlrd的引擎，即使是Excel2007+的xlsx文件。
如果安装了openpyxl，那现在一般会先使用。更多细节参考read_excel()文档。
因此，强烈推荐安装openpyxl读取xlxs文件。如果io.excel.xls.writer没有设置成xlwt，那么使用wlwt引擎会有一个警告FutureWarning。现在这个设置被弃用了，还会出现相同的警告，建议用户使用openpyxl读取。
增强
可选择禁用重复的标签
Series和DataFrame可以在创建的时候使用allows_duplicate_labels=False标识来控制index或者列名是否可以重复。这样就可以避免因为重复的标签导致的问题了。默认情况下，还是运行重复标签。
In [1]: pd.Series([1, 2], index=['a', 'a'])
Out[1]:
a 1
a 2
Length: 2, dtype: int64
In [2]: pd.Series([1, 2], index=['a', 'a']).set_flags(allows_duplicate_labels=False)
...
DuplicateLabelError: Index has duplicates.
positions
label
a [0, 1]
在Series和DataFrame的操作中，allows_duplicate_labels的标识会被传递。
In [3]: a = (
...: pd.Series([1, 2], index=['a', 'b'])
...: .set_flags(allows_duplicate_labels=False)
...: )
In [4]: a
Out[4]:
a 1
b 2
Length: 2, dtype: int64
# An operation introducing duplicates
In [5]: a.reindex(['a', 'b', 'a'])
...
DuplicateLabelError: Index has duplicates.
positions
label
a [0, 2]
[1 rows x 1 columns]
现阶段，存在许多方法并不会传递这个标识，但是这个特性之后会全部支持。allows_duplicate_labels属性由DataFrame.flags设置
传递参数到fsspec后端
许多读写函数获取storage_options参数来传递字典形式的参数到存储后端。这运行传递证书到S3和GCS存储。
GH35655增加fsspec支持来读取excel文件
fsspec:file system specification，文件系统规范
to_csv支持二进制文件
to_csv()支持二进制模式的文件处理，需要提供参数mode="wb"确保文件在二进制模式打开。
In [1]: import io
In [2]: data = pd.DataFrame([0, 1, 2])
In [3]: buffer = io.BytesIO()
In [4]: data.to_csv(buffer, encoding="utf-8", compression="gzip")
to_latex支持短标题和表格位置
关键词增加position参数来设置位置
In [5]: data = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
In [6]: table = data.to_latex(position='ht')
In [7]: print(table)
\begin{table}[ht]
\centering
\begin{tabular}{lrr}
\toprule
{} & a & b \\
\midrule
0 & 1 & 3 \\
1 & 2 & 4 \\
\bottomrule
\end{tabular}
\end{table}
关键词caption的功能扩展了。除了使用一个文本作为标题，还可以输入一个元组(full_caption, short_caption)来增加短标题
In [8]: data = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
In [9]: table = data.to_latex(caption=('the full long caption', 'short caption'))
In [10]: print(table)
\begin{table}
\centering
\caption[short caption]{the full long caption}
\begin{tabular}{lrr}
\toprule
{} & a & b \\
\midrule
0 & 1 & 3 \\
1 & 2 & 4 \\
\bottomrule
\end{tabular}
\end{table}
改变read_csv和read_table的默认浮点数的精度
使用C的解析引擎，read_csv()和read_table()在解析时，浮点数的最后一位可能存在偏差，以前使用floating_precision="high"来避免这个问题。
现在floating_precision=None默认使用高精度解析器，floating_precision="legacy"使用legacy解析器。
浮点数可以是空数据类型
增加了Float32DType和FloatingArray。这些数据类型用来保存浮点数列缺失的数据。缺失值可以使用np.nan来表示，现在增加了pd.NA。
在进行比较操作时，这两个结果不同，例子如下：
# the default NumPy float64 dtype
In [11]: s1 = pd.Series([1.5, None])
In [12]: s1
Out[12]:
0 1.5
1 NaN
Length: 2, dtype: float64
In [13]: s1 > 1
Out[13]:
0 True
1 False
Length: 2, dtype: bool
# the new nullable float64 dtype
In [14]: s2 = pd.Series([1.5, None], dtype="Float64")
In [15]: s2
Out[15]:
0 1.5
1 <NA>
Length: 2, dtype: Float64
In [16]: s2 > 1
Out[16]:
0 True
1 <NA>
Length: 2, dtype: boolean本文分享自 Python与MySQL 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
