很多Pythoner应该早就知道，Python核心团队将在2020年1月1日停止支持Python 2.7。
我们也看到了用于Python数据分析的各种神器也陆续公布了取消支持Python 2.7的计划。IPython是首批放弃对Python 2支持的工具之一，紧随其后的是Matplotlib和最近的NumPy。其他流行的库，如scikit-learn和SciPy，也将取消对Python 2的支持。
2019年1月25日，Pandas发布了0.24.0版本，在对Python 2.7的取消支持的计划里，提到了从0.24开始，所有的新功能将不在支持Python 2.7，全面转向只对Python 3的支持。
可以感觉到，从2019年开始，很多的Python包即将全面支持Python 3，请各位Python 初学者在选择Python版本的时候，各位Python老程序员依然还在考虑是否继续使用Python 2的时候，各位手里掌控了Python包目前只支持Python 2.7的并有不少用户的朋友，可以死心塌地的转向Python 3了。
Tushare SDK在很早前就同时支持Python 2和3，所以并不存在版本的问题，未来在发布新工具的时候，也会转向Python 3版本。
Pandas 0.24的变化
提升依赖包版本
Pandas 0.24对各依赖包的最低版本进行了调整，提升了一些版本号，我们可以从以下表格中查看到各依赖包的最低版本要求。
其实用户并不需要专门考虑各种依赖包的版本问题，不管是新安装也好，手动升级Pandas版本也好，安装程序会自行升级依赖包的版本。
但是，如果用户对这些依赖包的版本有特定要求的时候，请谨慎升级。
重要新增功能介绍
0.24版本做了一些功能增强，这里只介绍增加的几个新接口。
1、创建数组的新方法
新版本添加了一个新的顶级方法array()来创建一维数组，可用于创建任意扩展，扩展数组是从0.23版本开始的一个概念，用于实现扩展 NumPy类型系统的数据类型和数组。用兴趣的用户，可以查询pandas官网获得更多信息。
计算
安全
数据库
网络和加速
企业服务
In [1]: pd.array([1, 2, np.nan], dtype='Int64')Out[2]: <IntegerArray>[1, 2, NaN]Length: 3, dtype: Int64In [2]: pd.array(['a', 'b', 'c'], dtype='category')Out[2]: [a, b, c]Categories (3, object): [a, b, c]2、用于提取Series或Index数组的新方法
在老的pandas版本里，我们可以通过.values来提取Series或者DataFrame的数据数组，而从0.24版本开始，Pandas提供了两个新的方法.array或.to_numpy()。
In [3]: idx = pd.period_range('2000', periods=4)In [4]: idx.arrayOut[4]: <PeriodArray>['2000-01-01', '2000-01-02', '2000-01-03', '2000-01-04']Length: 4, dtype: period[D]In [5]: pd.Series(idx).arrayOut[5]: <PeriodArray>['2000-01-01', '2000-01-02', '2000-01-03', '2000-01-04']Length: 4, dtype: period[D]老的方法每次返回的都是ndarray类型，而如果数据是Pandas自定义的数据类型就无法实现。所以在新版里，如果你想获取NumPy的ndarry，可以使用新办法：In [7]: idx.to_numpy()
Out[7]:
array([Period('2000-01-01', 'D'), Period('2000-01-02', 'D'),
Period('2000-01-03', 'D'), Period('2000-01-04', 'D')], dtype=object)
In [8]: pd.Series(idx).to_numpy()
Out[8]:
array([Period('2000-01-01', 'D'), Period('2000-01-02', 'D'),
Period('2000-01-03', 'D'), Period('2000-01-04', 'D')], dtype=object)
Pandas新版依然保留了.values的方法，但官方强烈建议用.array或.to_numpy()来替代.values。
3、read_html()功能改进
在之前的版本，如果是一个正常的html table，pandas的read_html方法可以快速的将表格数据读取为一个DataFrame。但是，如果html table带有colspan和rowspan属性的合并字段情况下，pandas会读取错误。
比如，我们这里有一个表格：
html代码是：
In [8]: result = pd.read_html(""" ....: <table> ....: <thead> ....: <tr> ....: <th>A</th><th>B</th><th>C</th> ....: </tr> ....: </thead> ....: <tbody> ....: <tr> ....: <td colspan="2">1</td><td>2</td> ....: </tr> ....: </tbody> ....: </table>""") ....: 老版本read_html读取到的数据格式为：
In [9]: resultOut [9]:[ A B C 0 1 2 NaN]而新版pandas读取到的结果是：
In [10]: resultOut[10]: [ A B C 0 1 1 2 [1 rows x 3 columns]]可以看出，实际上旧版读取出来的数据是错误，而0.24版本进行了改进。
新旧版本的不兼容问题
In [12]: june = pd.Period('June 2018')In [13]: april = pd.Period('April 2018')In [14]: june - aprilOut [14]: 2DateOffset对象：In [16]: june = pd.Period('June 2018')In [17]: april = pd.Period('April 2018')In [18]: june - aprilOut[18]: <2 * MonthEnds>ndarray方式进行广播。2）DataFrame进行一个列表或元组运算，进行逐列操作，而不是行数全匹配。来看一个实例：
In [87]: arr = np.arange(6).reshape(3, 2)In [88]: df = pd.DataFrame(arr)In [89]: dfOut[89]: 0 10 0 11 2 32 4 5[3 rows x 2 columns]以前的方式，如果不匹配，会抛出ValueError
In [5]: df == arr[[0], :] ...: # comparison previously broadcast where arithmetic would raiseOut[5]: 0 10 True True1 False False2 False FalseIn [6]: df + arr[[0], :]...ValueError: Unable to coerce to DataFrame, shape must be (3, 2): given (1, 2)In [7]: df == (1, 2) ...: # length matches number of columns; ...: # comparison previously raised where arithmetic would broadcast...ValueError: Invalid broadcasting comparison [(1, 2)] with block valuesIn [8]: df + (1, 2)Out[8]: 0 10 1 31 3 52 5 7In [9]: df == (1, 2, 3) ...: # length matches number of rows ...: # comparison previously broadcast where arithmetic would raiseOut[9]: 0 10 False True1 True False2 False FalseIn [10]: df + (1, 2, 3)...ValueError: Unable to coerce to Series, length must be 2: given 3# Comparison operations and arithmetic operations both broadcast.In [90]: df == arr[[0], :]Out[90]: 0 10 True True1 False False2 False False[3 rows x 2 columns]In [91]: df + arr[[0], :]Out[91]: 0 10 0 21 2 42 4 6[3 rows x 2 columns]# Comparison operations and arithmetic operations both broadcast.In [92]: df == (1, 2)Out[92]: 0 10 False False1 False False2 False False[3 rows x 2 columns]In [93]: df + (1, 2)Out[93]: 0 10 1 31 3 52 5 7[3 rows x 2 columns]总结
除了上述一些变化以外，其实还有很多改进或者变动。总的来说，0.24.0版做了不少改进，也开启了pandas正式全面拥抱Python 3的进程，希望Pandas越来越好，也希望每一个用Pandas做数据分析的用户都能在数据里挖据出数据价值，同时实现自己的价值。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：http://blog.itpub.net/69908612/viewspace-2637030/
