版本 0.14.1 (2014年7月11日)#

这是从 0.14.0 发布的一个小版本，包括少量 API 更改、几个新功能、增强功能和性能改进，以及大量错误修复。我们建议所有用户升级到此版本。

亮点包括：
- 新方法 select_dtypes() 用于根据数据类型选择列，以及 sem() 用于计算均值的标准误差。
- 支持 dateutil 时区（参见文档）。
- 在 read_csv() 文本解析器中支持忽略整行注释。
- 关于选项和设置的新文档部分。
- 许多错误修复。
增强功能
API 变更
性能提升
实验性变更
Bug Fixes

API 变化#

现在，在构建 openpyxl 写入器时，Openpyxl 会引发 ValueError，而不是在 pandas 导入时发出警告 (GH 7284)。
对于 StringMethods.extract，当没有找到匹配时，结果 - 仅包含 NaN 值 - 现在也有 dtype=object 而不是 float (GH 7242)
Period 对象在使用 == 与另一个不是 Period 的对象进行比较时不再引发 TypeError。相反，当使用 == 比较 Period 对象与另一个对象时，如果另一个对象不是 Period，则返回 False。(GH 7376)
之前，在 offsets.apply、rollforward 和 rollback 操作中是否重置时间的处理方式在不同的偏移量之间有所不同。随着对所有偏移量支持 normalize 关键字（见下文），其默认值为 False（保留时间），某些偏移量（BusinessMonthBegin、MonthEnd、BusinessMonthEnd、CustomBusinessMonthEnd、BusinessYearBegin、LastWeekOfMonth、FY5253Quarter、LastWeekOfMonth、Easter）的行为发生了变化：
```
In [6]: from pandas.tseries import offsets

In [7]: d = pd.Timestamp('2014-01-01 09:00')

# old behaviour < 0.14.1
In [8]: d + offsets.MonthEnd()
Out[8]: pd.Timestamp('2014-01-31 00:00:00')
```
从 0.14.1 版本开始，所有偏移默认保留时间。旧的行为可以通过 normalize=True 获得。
```
# new behaviour
In [1]: d + offsets.MonthEnd()
Out[1]: Timestamp('2014-01-31 09:00:00')

In [2]: d + offsets.MonthEnd(normalize=True)
Out[2]: Timestamp('2014-01-31 00:00:00')
```
请注意，对于其他偏移量，默认行为没有改变。
在文本解析中添加回 #N/A N/A 作为默认的 NA 值，（从 0.12 版本回归）(GH 5521)
在使用 .where 进行原地设置时，如果值不是 np.nan，则引发 TypeError，因为这与像 df[mask] = None 这样的设置项表达式不一致 (GH 7656)

增强功能#

为 value_counts 和 nunique 添加 dropna 参数 (GH 5569)。
添加 select_dtypes() 方法，以允许基于dtype选择列（GH 7316）。请参阅文档。

所有 offsets 支持 normalize 关键字，用于指定 offsets.apply、rollforward 和 rollback 是否重置时间（小时、分钟等）或不重置（默认 False，保留时间）(GH 7156)：

import pandas.tseries.offsets as offsets

day = offsets.Day()
day.apply(pd.Timestamp("2014-01-01 09:00"))

day = offsets.Day(normalize=True)
day.apply(pd.Timestamp("2014-01-01 09:00"))

PeriodIndex 的表示格式与 DatetimeIndex 相同（GH 7601）
StringMethods 现在可以在空 Series 上工作 (GH 7242)
文件解析器 read_csv 和 read_table 现在忽略由参数 comment 提供的行注释，该参数仅接受C读取器的一个字符。特别是，它们允许在文件数据开始之前进行注释 (GH 2685)
为 read_csv() 同时使用 chunksize 和 nrows 添加 NotImplementedError (GH 6774)。
现在存在对公共S3存储桶基本读取的测试 (GH 7281)。
read_html 现在支持一个传递给底层解析器库的 encoding 参数。你可以使用这个参数来读取非ASCII编码的网页 (GH 7323)。
read_excel 现在支持以与 read_csv 相同的方式从 URL 读取。 (GH 6809)

支持 dateutil 时区，现在可以在整个 pandas 中以与 pytz 时区相同的方式使用。(GH 4688)

In [3]: rng = pd.date_range(
   ...:     "3/6/2012 00:00", periods=10, freq="D", tz="dateutil/Europe/London"
   ...: )
   ...: 

In [4]: rng.tz
Out[4]: tzfile('/usr/share/zoneinfo/Europe/London')

请参阅文档。

为 Series、DataFrame、Panel 和 Groupby 实现了 ``sem``（均值的标准误差）操作 (GH 6897)
将 nlargest 和 nsmallest 添加到 Series groupby 允许列表中，这意味着你现在可以在 SeriesGroupBy 对象上使用这些方法 (GH 7053)。
所有偏移 apply, rollforward 和 rollback 现在可以处理 np.datetime64，之前会导致 ApplyTypeError (GH 7452)
Period 和 PeriodIndex 可以在其值中包含 NaT (GH 7485)
支持对 Series、DataFrame 和 Panel 对象进行序列化，这些对象在 item 轴（分别是 index、columns 和 items）上具有非唯一标签 (GH 7370)。
改进了对混合空对象的 datetime/timedelta 推断。从 0.13.1 版本开始，对所有空元素的对象索引的解释出现了回归 (GH 7431)

性能#

在涉及产生性能提升的数值操作中，对 dtype 推断的改进：int64, timedelta64, datetime64 (GH 7223)
在 Series.transform 中的改进以实现显著的性能提升 (GH 6496)
在 DataFrame.transform 中使用 ufuncs 和内置的分组函数以显著提升性能 (GH 7383)
在 datetime64 dtypes 的 groupby 聚合中的回归 (GH 7555)
MultiIndex.from_product 对大型可迭代对象的改进 (GH 7627)

实验性#

pandas.io.data.Options 有一个新方法，get_all_data 方法，现在一致返回一个 MultiIndexed 的 DataFrame (GH 5602)
io.gbq.read_gbq 和 io.gbq.to_gbq 被重构以移除对 Google bq.py 命令行客户端的依赖。这个子模块现在使用 httplib2 和 Google apiclient 及 oauth2client API 客户端库，这些库应该比 bq.py 更稳定和可靠。请参阅文档。 (GH 6937)。

错误修复#

在 DataFrame.where 中存在一个对称形状的帧和传递的另一个 DataFrame 的错误 (GH 7506)
带有MultiIndex轴的面板索引中的错误 (GH 7516)
在具有重复索引和非精确端点的日期时间切片索引中回归 (GH 7523)
在带有列表的列表和单一类型与混合类型的情况下，setitem 中的 Bug (GH 7551:)
时间操作中未对齐的 Series 的 Bug (GH 7500)
在分配不完整系列时 timedelta 推断中的错误 (GH 7592)
使用 Series 和类似整数的列名进行 groupby .nth 时的错误 (GH 7559)
Series.get 中带有布尔访问器的错误 (GH 7407)
value_counts 中的一个错误，其中 NaT 不符合缺失 (NaN) 的条件 (GH 7423)
to_timedelta 中的错误，接受无效的单位并对 ‘m/h’ 产生误解 (GH 7611, GH 6423)
线条图中的错误，如果 secondary_y=True 则不会设置正确的 xlim (GH 7459)
分组的 hist 和 scatter 图中的错误使用了旧的 figsize 默认值 (GH 7394)
在使用 DataFrame.plot 绘制子图时存在一个错误，即使子图数量为1，hist 也会清除传递的 ax (GH 7391)。
在使用 DataFrame.boxplot 绘制子图时，如果子图数量超过 1，带有 by kw 的错误会引发 ValueError (GH 7391)。
子图中的错误显示 ticklabels 和 labels 在不同的规则中 (GH 5897)
Panel.apply 中使用 MultiIndex 作为轴的错误 (GH 7469)
DatetimeIndex.insert 中的错误不保留 name 和 tz (GH 7299)
DatetimeIndex.asobject 中的错误不会保留 name (GH 7299)
在具有类似日期时间范围（字符串和时间戳）的 MultiIndex 切片中的错误，(GH 7429)
Index.min 和 max 中的错误无法正确处理 nan 和 NaT (GH 7261)
PeriodIndex.min/max 中的错误导致 int (GH 7609)
在 resample 中的一个错误，如果你传递了 how ，fill_method 会被忽略 (GH 2073)
TimeGrouper 中的错误不会排除由 key 指定的列 (GH 7227)
在 DataFrame 和 Series 的条形图和水平条形图中，当指定 bottom 和 left 关键字时会引发 TypeError (GH 7226)
当 DataFrame.hist 包含非数字列时会引发 TypeError (GH 7277)
Index.delete 中的错误不会保留 name 和 freq 属性 (GH 7302)
DataFrame.query()/eval 中的一个错误，其中带有 @ 符号的本地字符串变量被当作尝试删除的临时变量处理 (GH 7300)。
Float64Index 中的一个错误，不允许重复 (GH 7149)。
DataFrame.replace() 中的一个错误，其中真实值被替换 (GH 7140)。
StringMethods.extract() 中的一个错误，其中单个匹配组 Series 会使用匹配器的名称而不是组名称 (GH 7313)。
当 mode.use_inf_as_null == True 时，isnull() 中的错误，其中 isnull 在遇到 inf/-inf 时不会测试 True (GH 7315)。
在推断出的频率中存在一个错误，导致东半球时区结果为None (GH 7310)
Easter 中的错误在偏移量为负时返回不正确的日期 (GH 7195)
使用 .div 进行广播时，整数数据类型和除零错误 (GH 7325)
在 CustomBusinessDay.apply 中的错误在传递 np.datetime64 对象时引发 NameError (GH 7196)
MultiIndex.append、concat 和 pivot_table 中的错误不会保留时区 (GH 6606)
在 .loc 中使用单个多级索引级别的索引器列表（不是嵌套的）的错误 (GH 7349)
当映射一个包含不同长度元组键的字典时，Series.map 中的错误 (GH 7333)
所有 StringMethods 现在在空 Series 上工作 (GH 7242)
修复当查询不包含 ‘select’ 时 read_sql 委托给 read_sql_query 的问题 (GH 7324)。
在调用 np.isnan 时，将字符串列名分配给带有 Float64Index 的 DataFrame 会引发 TypeError 的错误 (GH 7366)。
NDFrame.replace() 未能正确替换带有 Period 值的对象的错误 (GH 7379)。
.ix getitem 中的错误应始终返回一个 Series (GH 7150)
使用不完整索引器进行 MultiIndex 切片时的错误 (GH 7399)
在切片级别中使用步长进行 MultiIndex 切片时的错误 (GH 7400)
在 DatetimeIndex 中负索引器未正确切片的问题 (GH 7408)
在 MultiIndex 中 NaT 未正确表示的问题 (GH 7406, GH 7409)。
在 convert_objects 中将布尔对象转换为 nan 的错误 (GH 7416)。
quantile 中的错误忽略了 axis 关键字参数 (GH 7306)
nanops._maybe_null_out 在处理复数时出现错误 (GH 7353)
当 axis==0 时，几个 nanops 函数在一维 nan 数组中存在错误 (GH 7354)
nanops.nanmedian 在 axis==None 时不工作的问题 (GH 7352)
nanops._has_infs 在处理多种数据类型时失效的错误 (GH 7357)
在 StataReader.data 中读取一个无观测值的 dta 文件失败的错误 (GH 7369)
在读取包含固定宽度字符串的 Stata 13 (117) 文件时，StataReader 中的错误 (GH 7360)
StataWriter 中忽略编码的错误 (GH 7286)
DatetimeIndex 比较中的错误未正确处理 NaT (GH 7529)
在传递带有 tzinfo 的输入到某些偏移 apply、rollforward 或 rollback 时，tzinfo 被重置或引发 ValueError 的错误 (GH 7465)
DatetimeIndex.to_period、PeriodIndex.asobject、PeriodIndex.to_timestamp 中的错误不会保留 name (GH 7485)
DatetimeIndex.to_period 和 PeriodIndex.to_timestamp 处理 NaT 不正确 (GH 7228)
offsets.apply, rollforward 和 rollback 中的错误可能会返回正常的 datetime (GH 7502)
当目标包含 NaT 时，resample 中的错误会引发 ValueError (GH 7227)
Timestamp.tz_localize 中的错误会重置 nanosecond 信息 (GH 7534)
当 DatetimeIndex.asobject 包含 NaT 时引发 ValueError 的错误 (GH 7539)
Timestamp.__new__ 中的错误未正确保留纳秒 (GH 7610)
Index.astype(float) 中的错误，它将返回一个 object 数据类型的 Index (GH 7464)。
DataFrame.reset_index 中的错误丢失了 tz (GH 3950)
当 freq 为 None 时，DatetimeIndex.freqstr 中的错误引发 AttributeError (GH 7606)
由 TimeGrouper 创建的 GroupBy.size 中的错误引发 AttributeError (GH 7453)
单列条形图中的错误未对齐 (GH 7498)。
带有 tz-aware 时间序列的区域图中的错误引发 ValueError (GH 7471)
非单调 Index.union 中的错误可能会不正确地保留 name (GH 7458)
DatetimeIndex.intersection 中的错误不保留时区 (GH 4690)
rolling_var 中的一个错误，当窗口大于数组时会引发错误(GH 7297)
最后一个绘制的时序图字典控制 xlim 的错误 (GH 2960)
secondary_y 轴未被考虑用于时间序列 xlim 的错误 (GH 3490)
在 Float64Index 赋值中使用非标量索引器时的错误 (GH 7586)
pandas.core.strings.str_contains 中的错误在 regex=False 和 case=False 时不能正确地进行不区分大小写的匹配 (GH 7505)
expanding_cov、expanding_corr、rolling_cov 和 rolling_corr 中两个参数索引不匹配的错误 (GH 7512)
to_sql 中将布尔列作为文本列的错误 (GH 7678)
分组的 hist 中的错误未正确处理 rot kw 和 sharex kw (GH 7234)
loc 中的错误，在使用 object 类型索引进行回退整数索引时 (GH 7496)
在传递 Series 对象时，PeriodIndex 构造函数中的错误（回归）(GH 7701)。

贡献者#

共有 46 人为此版本贡献了补丁。名字后面带有“+”的人首次贡献了补丁。

Andrew Rosenfeld
Andy Hayden
Benjamin Adams +
Benjamin M. Gross +
Brian Quistorff +
Brian Wignall +
DSM
Daniel Waeber
David Bew +
David Stephens
Jacob Schaer
Jan Schulz
John David Reaver
John W. O’Brien
Joris Van den Bossche
Julien Danjou +
K.-Michael Aye
Kevin Sheppard
Kyle Meyer
Matt Wittmann
Matthew Brett +
Michael Mueller +
Mortada Mehyar
Phillip Cloud
Rob Levy +
Schaer, Jacob C +
Stephan Hoyer
Thomas Kluyver
Todd Jennings
Tom Augspurger
TomAugspurger
bwignall
clham
dsm054 +
helger +
immerrr
jaimefrio
jreback
lexual
onesandzeroes
rockg
sanguineturtle +
seth-p +
sinhrks
unknown
yelite +