pandas 中文教程更新日志

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

本页记录盖若 Pandas 教程的更新记录，帮助了解教程内容增加、修改、修正以及更新预告等情况。如无法看到更新内容请刷新对应页面。

本日志从 2020年12月9日开始记录。Pandas 目前已经更新到 2.0.1 版本（2023年4月），本教程是基于最新版本编写的。

进行中

• todo

2023-09-01

• 更改：applymap 增加提示，从 pandas 2.1 开始，DataFrame.applymap 将逐被 DataFrame.map 替代
• 更改：map 增加 DataFrame.map 的使用说明
• 增加：map 加 DataFrame.map 的使用说明
• 增加：分组对象 和 groupby() pandas 2.1 开始，不建议参数 axis=1 在 DataFrame.groupby() 中使用提示
• 新增：pandas 实战案例集：增加案例若干

2023-06-11

• 新增：groupby 分组对象进行注解
• 更改：从 pandas 2.0 开始，DataFrame 和 Series 的 any() 必须以关键字的形式传参
• 新增：多层索引 map 方法 df.columns.map() 应用一个函数
• 新增：pandas 实战案例集：增加案例若干

2023-04-08

• 新增：分组对象方法 transform 按组填充一个列表的方法
• 新增：增加 pandas 2.0 dt 访问器方法 dt.isocalendar() 或者一年的周数、星期
• 新增：pandas 实战案例集：增加案例若干

2022-11-10

• 新增：pandas 实战案例集：增加案例若干

2022-08-20

• 新增：sort_values() 排序
• 新增：astype() 类型转换
• 新增：pandas 超大数据处理 介绍
• 新增：pandas 实战案例集：增加案例若干

2022-08-06

• 新增：pd.Series() 创建 Series
• 新增：Plotting 绘图模块
• 新增：pd.to_numeric() 转换为数字类型
• 新增：at[] / iat[] 获取单个值
• 新增：为 pandas 对象增加自定义方法
• 新增：pandas 实战案例集：增加案例若干

2022-07-15

• 完善：df[5:10] 补充索引、切片、loc 等的对比操作说明
• 新增：replace() 数据替换
• 新增：fillna() 填充缺失值
• 完善：时间偏移量别名 时间偏移别名中 S 的作用及半年的表示方法

2022-05-21

• 增加：align() 数据对齐
• 用例：plot 图形叠加方法用例
• 修正：pd.read_csv() usecols 参数 callable 用法修正
• 用例：pandas 爆炸序列 数据的横向爆炸
• 完善：s.str.isxxx() 完善字符格式判断，增加用例
• 用例：Rolling.apply 滚动窗口函数支持字符等非数字列的方法

2022-04-24

• 新增：squeeze() 数据降级挤压
• 新增：isin() 是否包含指定值
• 新增：assign() 指定新列
• 新增：assign() 指定新列
• 新增：groupby() 创建分组对象
• 新增：pandas 实战案例集：增加案例若干

2022-03-13

• 新增：agg() 聚合操作详细介绍
• 新增：pd.json_normalize() 读取半结构化 JSON
• 完善：dtypes 对 object 对象类型的补充介绍
• 完善：df.index 补充索引操作总结
• 补充：df.update() 补充修改数据的方法
• 用例：df.loc[] 修改原理增加按行和列广播的示例
• 新增：pandas 实战案例集：增加案例若干

2022-02-12

Pandas 1.4 版本（2022年1月22日）已经发布，以下为教程的相关调整。

• 弃用：pd.Index 弃用 pd.Int64Index()、pd.UInt64Index()、pd.Float64Index()
• 增强：GroupBy.nth() 使用切片及Python原生切片选择分组子集数据
• 增强：pd.read_csv() 增加新的处理引擎 pyarrow
• 新增：Rolling .rank() 移动窗口增加秩函数（窗口排序）
• 新增：Expanding.rank() 扩展窗口增加秩函数（窗口排序）
• 增强：pd.DataFrame.from_dict orient 参数增加 'tight' 值，读取 index、columns 等显式数据框元素
• 警告：df.append() 开启弃用警告，在 pandas 后续版本将不再支持此方法
• Styler 样式增加：
  • Styler.apply_index()：将CSS样式化函数应用于索引或列标题（按索引层）
  • Styler.applymap_index()：将CSS样式化函数应用于索引或列标题（按元素）
  • Styler.format_index()：设置索引标签或列标题的文本显示值的格式
  • Styler.hide() 此新方法将替换 Styler.hide_index() 和 Styler.hide_columns()

2022-01-09

• 新增：pandas._testing pandas 生成测试数据方法
• 用例：df.groupby().apply() 分级对象应用函数时使用分组名 name 的介绍
• 更新：np.sctypeDict 更新 NumPy 查询所有数据类型的方法
• 新增：where() 和 mask() 按条件替换值方法的详细介绍
• 新增：df.query 数据查询的方法详细介绍
• 新增：df.eval() 表达式计算的详细介绍

2021-12-25

• 完善：pd.merge_asof() merge_asof 方法的详细介绍
• 用例：s.astype() 将数据转换为不同粒度的时间
• 新增：M8 M8[ns]类型短字符串方法表示时间类型（时长 todo）
• 新增：df.index.putmask() 返回使用掩码设置的值的新索引
• 新增：pandas 实战案例集：增加案例若干

2021-11-20

• 完善：pandas 链式方法 对链式方法的介绍进行了完善
• 增加：df.take() 指定数字索引查询整行整列数据
• 用例：reduce pd.merge() 按列合并指定目录文件方法
• 新增：apply() apply() 中字符串代替函数的原理讲解
• 新增：pandas 实战案例集：增加案例若干

2021-10-24

• 新增：df.sum() df.sum 只计算数字类型 numeric_only=True 参数
• 新增：s.iteritems() Series 的迭代，SQL 拼接案例
• 用例：pd.concat 将多个 Sheet 的 Excel 合并成一个 DataFrame
• 用例：df.index.set_levels 多层索引修改某一层的数据类型
• 新增：pd.wide_to_long() 宽表转长表简介

2021-08-21

• 新增：groupby apply 和 transform 区别 对比及案例解析
• 新增：df.transform 数据转换函数应用方法
• 新增：df.filter 筛选标签函数
• 新增：Series.searchsorted 查找应插入元素以保持顺序的索引
• 新增：grouped.cumcount 分组内的序号序列

2021-08-01

• 新增：Excel 的三方库依赖说明
• 新增：map, applymap 和 apply 的异同对比
• 新增：df.align() 数据对齐方法
• 用例：df.query() 增加包含字符查询的方法及包含多值查询
• 用例：df.to_csv() 指定一列导出 txt 格式文件

2021-07-10

Pandas 1.3 版本（2021年7月2日）已经发布，以下为教程的相关调整。

• 新增：pd.read_sql_query() 增加 dtype 参数，读取数据时可以指定类型
• 新增：df.sample() 增加参数 ignore_index，为 True 可重置索引
• 新增：df.explode() 支持多列的炸开
• 新增：df.index.dtypes 使用 df.index.dtypes 可查看多层索引的数据类型
• 新增：df.rolling() 新参数 method，支持整个数据帧上执行窗口操作
• 新增：df.style.set_sticky() 索引固定
• 新增：df.style.format() 新参数 decimal，float数据的整数个小数部分的分隔符
• 新增：df.style.format() 新参数 escape，指定转义方法
• 新增：df.style.format() 新参数 precision，指定样式的显示精度
• 新增：df.style.set_tooltips() 数据工具提示
• 新增：df.style.text_gradient() 文本颜色渐变样式
• 新增：df.style.highlight_quantile() 分位数高亮样式
• 新增：df.style.highlight_between() 区间高亮样式
• 新增：df.style.highlight_null() 等支持指定 CSS 显示样式
• 新增：df.style.set_table_styles() 接受自然的CSS语言作为参数
• 新增：df.style.to_html() 输出为 html 文档
• 新增：df.rolling() 修复时间窗口中心报错问题
• 新增：pd.StringDtype PyArrow 作为字符类型的引擎
• 新增：pd.DataFrame 字典的 copy=False 使用
• 新增：pd.read_csv 支持自定义 User-Agent header
• 新增：XMLread_xml() 和 df.to_xml() 对 XML 读取导出支持

2021-07-01

• 新增：loc 方法 查询数据行和列
• 新增：iloc 方法 数字索引位置选择
• 新增：groupby 保留空值 dropna 参数

2021-06-27

• 用例：df.where()：替换 nan 空值缺失值的的方法
• 新增：pipe() 管道方法详细介绍
• 新增：apply() 应用函数方法详细介绍
• 新增：map() 数值映射详细介绍
• 新增：Pandas 实战案例集：增加案例若干

2021-05-22

• 用例：s.map() 增加三种情况的文案映射方法
• 新增：np.argwhere()：增加获取指定值索引的方法
• 新增：Pandas 实战案例集：增加案例若干

2021-04-28

• 补充：df.isna() 等缺失值的判断用法
• 新增：df.groupby 分组参数by传入字典用法
• 用例：df.groupby().apply 一行代码可以按分组导出 Excel 文件
• 修正：df.iterrows() s['name'] 和 s.name 的输出不同
• 新增：Pandas 实战案例集：增加案例若干

2021-03-14

• 新增：df.style.where style.where方法的使用说明
• 新增：df.style 操作原理及 ctx 属性和方法
• 用例：df.apply() 增加更多函数用法总结
• 用例：df.loc 索引排序后实现词法上的分片查询
• 新增：Pandas 实战案例集：增加案例若干

2021-02-25

• 案例：连续增加的行
• 用例：df.loc 增加多个非连续性片断样本的查询
• 用例：s.str.count() 支持正则的用法介绍
• 用例：agg方法传入函数参数、轴方向、多列聚合用法

2021-01-08

注：book 更新至此

• 新增：转为ndarray Series 和 Dataframe 转换为 NumPy 的 ndarray
• 新增：to_numpy() 增加数据转为 numpy array 方法
• 新增：df.attrs 设置及读取数据集元信息
• 用例：df.corr 可自定义相关性函数
• 用例：df.rename(int) 索引（轴）类型转换的使用方法

2020-12-27

Pandas 1.2.0 版本于2020年12月26日发布，针对此版本的重要更新：

• df.flags 数据的标记信息
• set_flags(allows_duplicate_labels=False)：是否允许索引重复设置
• pandas.read_csv：读取远程文件 fsspec 库的 storage_options 参数
• df.to_csv(buffer)：导出二进制文件句柄（缓冲）
• EWM GroupBy 直接支持 EWM 操作
• Timestamp 及索引， Period及索引增加 day_of_week、day_of_year 属性别名
• df.applymap 参数 na_action 为 ignore 对空值不使用函数
• df.explode 支持集合 sets，并增加说明
• df.style. set_table_styles 允许直接设置行和列的样式

2020-12-26

• 用例：df.rename，传入 lambda、解包生成字典使用示例
• 增加：df.set_axis，修改索引名和列名方法
• 增加：pandas 函数 api 大全，pandas 对象及对象属性方法列表
• 补充：数据查询筛选 介绍 Fancy Indexing（花式索引）的概念
• 补充：pd.merge 检查重复键 validate 参数的说明

2020-12-20

• 补充：df.join 的用法及参数
• 用例：fillna等，第一个非空值及索引用法
• 补充：apply 应用的函数类型
• 补充：s.interpolate() 补充插值填充使用方法说明
• 增加：df.first_valid_index() 和 df.last_valid_index()，前后非空索引值
• 增加：pandas.Interval，数字、时间和时长的间隔区间
• 增加：异常和警告，收集常见错误问题及原因
• 补充：数据查询筛选 综合查询用例之 all、any 同时使用

2020-12-09

• 增加：df.clip() 数据修剪操作
• 用例：where 和 mask 返回布尔序列用法
• 用例：pd.IndexSlice 索引选择器复杂条件用法
• 用例：df.apply 实现条件输出用法
• 用例：df.assign 条件表达式结果（布尔/01/文案）

TODO

• Excel 形式查询数据（['A7','C15'] / A5 B9）
• astype
• resample
• reset_index
• df.droplevel
• pandas 时间分桶
• pandas.array
• style._update_ctx 指定单元格的样式
• 带公式的excel用pandas读出来空值解决方案
• pandas.interval_range：是一个有界的切片状间隔
• pandas.IntervalIndex：在同一侧闭合的间隔的不变索引
• df.xs
• df.style Template
• Series.searchsorted
• s.var/s.std/s.sem/s.cov 中的 ddof 参数
• pandas 增加扩展方法
• pandas 做 reduce 操作 df.apply(lambda x: reduce(logical_or,x), axis=1)

---