バージョン 0.17.0 (2015年10月9日)#

これは0.16.2からのメジャーリリースであり、いくつかのAPI変更、いくつかの新機能、機能強化、パフォーマンス改善に加え、多数のバグ修正が含まれています。すべてのユーザーにこのバージョンへのアップグレードを推奨します。

警告

pandas >= 0.17.0 は Python 3.2 との互換性をサポートしなくなります (GH 9118)

警告

pandas.io.data パッケージは非推奨となり、pandas-datareader パッケージに置き換えられます。これにより、データモジュールを pandas のインストールとは独立して更新できるようになります。pandas-datareader v0.1.1 の API は pandas v0.17.0 と全く同じです (GH 8961, GH 10861)。

pandas-datareader をインストールした後、インポートを簡単に変更できます

from pandas.io import data, wb

となります

from pandas_datareader import data, wb

主な機能は以下の通りです。

一部のcython操作でグローバルインタープリタロック (GIL) を解放します。詳細はこちらをご覧ください。
プロットメソッドは、.plot アクセサーの属性として利用可能になりました。詳細はこちらをご覧ください。
ソートAPIは、長年の矛盾を解消するために刷新されました。詳細はこちらをご覧ください。
タイムゾーンを持つ datetime64[ns] を第一級の dtype としてサポートします。詳細はこちらをご覧ください。
to_datetime のデフォルトが、解析不可能な形式の場合に raise するようになりました。以前は元の入力を返していました。また、日付解析関数は一貫した結果を返すようになりました。詳細はこちらをご覧ください。
HDFStore の dropna のデフォルトが False に変更され、すべての行が NaN であってもデフォルトですべての行が保存されるようになりました。詳細はこちらをご覧ください。
Datetimeアクセサー (dt) は、datetimeライクなオブジェクトに対してフォーマットされた文字列を生成する Series.dt.strftime と、timedeltaの各期間を秒単位で生成する Series.dt.total_seconds をサポートするようになりました。詳細はこちらをご覧ください。
Period と PeriodIndex は、3日間に対応する 3D のような乗算されたfreqを処理できるようになりました。詳細はこちらをご覧ください。
開発用にインストールされた pandas のバージョンは、PEP440 に準拠したバージョン文字列を持つようになります (GH 9518)
Air Speed Velocity ライブラリによるベンチマークの開発サポート (GH 8361)
SAS xport ファイルの読み取りをサポートします。詳細はこちらをご覧ください。
SASと pandas を比較するドキュメント。詳細はこちらをご覧ください。
0.8.0以降非推奨となっていた自動 TimeSeries ブロードキャストを削除しました。詳細はこちらをご覧ください。
プレーンテキストでの表示形式は、Unicode東アジア幅に合わせてオプションで配置できるようになりました。詳細はこちらをご覧ください。
Python 3.5 との互換性 (GH 11097)
matplotlib 1.5.0 との互換性 (GH 11111)

更新する前に、API変更と非推奨を確認してください。

新機能#

タイムゾーン付きDatetime#

タイムゾーン付きdatetimeをネイティブにサポートする実装を追加しています。Series または DataFrame の列は、以前はタイムゾーン付きdatetimeを割り当てることができ、object dtype として機能していました。これは、多数の行でパフォーマンスの問題がありました。詳細はドキュメントをご覧ください。( GH 8260, GH 10763, GH 11034 )。

新しい実装により、すべての行で単一のタイムゾーンを使用でき、パフォーマンスの高い方法で操作を実行できます。

In [1]: df = pd.DataFrame(
   ...:     {
   ...:         "A": pd.date_range("20130101", periods=3),
   ...:         "B": pd.date_range("20130101", periods=3, tz="US/Eastern"),
   ...:         "C": pd.date_range("20130101", periods=3, tz="CET"),
   ...:     }
   ...: )
   ...: 

In [2]: df
Out[2]: 
           A                         B                         C
0 2013-01-01 2013-01-01 00:00:00-05:00 2013-01-01 00:00:00+01:00
1 2013-01-02 2013-01-02 00:00:00-05:00 2013-01-02 00:00:00+01:00
2 2013-01-03 2013-01-03 00:00:00-05:00 2013-01-03 00:00:00+01:00

[3 rows x 3 columns]

In [3]: df.dtypes
Out[3]: 
A                datetime64[ns]
B    datetime64[ns, US/Eastern]
C           datetime64[ns, CET]
Length: 3, dtype: object

In [4]: df.B
Out[4]: 
0   2013-01-01 00:00:00-05:00
1   2013-01-02 00:00:00-05:00
2   2013-01-03 00:00:00-05:00
Name: B, Length: 3, dtype: datetime64[ns, US/Eastern]

In [5]: df.B.dt.tz_localize(None)
Out[5]: 
0   2013-01-01
1   2013-01-02
2   2013-01-03
Name: B, Length: 3, dtype: datetime64[ns]

これは新しいdtype表現も使用しており、numpyのいとこである datetime64[ns] と見た目も非常に似ています

In [6]: df["B"].dtype
Out[6]: datetime64[ns, US/Eastern]

In [7]: type(df["B"].dtype)
Out[7]: pandas.core.dtypes.dtypes.DatetimeTZDtype

注

dtypeの変更の結果として、基になる DatetimeIndex の文字列表現がわずかに異なりますが、機能的には同じです。

以前の動作

In [1]: pd.date_range('20130101', periods=3, tz='US/Eastern')
Out[1]: DatetimeIndex(['2013-01-01 00:00:00-05:00', '2013-01-02 00:00:00-05:00',
                       '2013-01-03 00:00:00-05:00'],
                      dtype='datetime64[ns]', freq='D', tz='US/Eastern')

In [2]: pd.date_range('20130101', periods=3, tz='US/Eastern').dtype
Out[2]: dtype('<M8[ns]')

新しい動作

In [8]: pd.date_range("20130101", periods=3, tz="US/Eastern")
Out[8]: 
DatetimeIndex(['2013-01-01 00:00:00-05:00', '2013-01-02 00:00:00-05:00',
               '2013-01-03 00:00:00-05:00'],
              dtype='datetime64[ns, US/Eastern]', freq='D')

In [9]: pd.date_range("20130101", periods=3, tz="US/Eastern").dtype
Out[9]: datetime64[ns, US/Eastern]

GILの解放#

一部のcython操作でグローバルインタープリタロック（GIL）を解放しています。これにより、計算中に他のスレッドを同時に実行できるようになり、マルチスレッドによるパフォーマンスの向上が期待できます。特にgroupby、nsmallest、value_counts、および一部のインデックス操作がこれによる恩恵を受けます。( GH 8882 )

たとえば、次のコードのgroupby式では、ファクタリングステップ（例：df.groupby('key')）と.sum()操作の両方でGILが解放されます。

N = 1000000
ngroups = 10
df = DataFrame(
    {"key": np.random.randint(0, ngroups, size=N), "data": np.random.randn(N)}
)
df.groupby("key")["data"].sum()

GILの解放は、ユーザーとの対話にスレッドを使用するアプリケーション（例：QT）や、マルチスレッド計算を実行するアプリケーションに役立つ可能性があります。これらの種類の並列計算を処理できるライブラリの好例は、daskライブラリです。

サブメソッドのプロット#

Series および DataFrame の .plot() メソッドは、kind キーワード引数を指定することで、プロットタイプをカスタマイズできます。残念ながら、これらのプロットタイプの多くは、異なる必須およびオプションのキーワード引数を使用するため、何十もの可能な引数の中から特定のプロットタイプが何を使用するのかを特定することが困難でした。

この問題を軽減するために、新しいオプションのプロットインターフェースを追加しました。これにより、各プロットタイプが .plot 属性のメソッドとして公開されます。series.plot(kind=<kind>, ...) と書く代わりに、series.plot.<kind>(...) も使用できるようになりました。

In [10]: df = pd.DataFrame(np.random.rand(10, 2), columns=['a', 'b'])

In [11]: df.plot.bar()

この変更の結果、これらのメソッドはすべてタブ補完で検出できるようになりました

In [12]: df.plot.<TAB>  # noqa: E225, E999
df.plot.area     df.plot.barh     df.plot.density  df.plot.hist     df.plot.line     df.plot.scatter
df.plot.bar      df.plot.box      df.plot.hexbin   df.plot.kde      df.plot.pie

各メソッドのシグネチャには、関連する引数のみが含まれています。現在、これらは必須引数に限定されていますが、将来的にはオプション引数も含まれる予定です。概要については、新しいプロットAPIドキュメントをご覧ください。

`dt` アクセサーの追加メソッド#

Series.dt.strftime#

datetime-likeなオブジェクトに対して、整形された文字列を生成する Series.dt.strftime メソッドをサポートするようになりました (GH 10110)。例:

# DatetimeIndex
In [13]: s = pd.Series(pd.date_range("20130101", periods=4))

In [14]: s
Out[14]: 
0   2013-01-01
1   2013-01-02
2   2013-01-03
3   2013-01-04
Length: 4, dtype: datetime64[ns]

In [15]: s.dt.strftime("%Y/%m/%d")
Out[15]: 
0    2013/01/01
1    2013/01/02
2    2013/01/03
3    2013/01/04
Length: 4, dtype: object

# PeriodIndex
In [16]: s = pd.Series(pd.period_range("20130101", periods=4))

In [17]: s
Out[17]: 
0    2013-01-01
1    2013-01-02
2    2013-01-03
3    2013-01-04
Length: 4, dtype: period[D]

In [18]: s.dt.strftime("%Y/%m/%d")
Out[18]: 
0    2013/01/01
1    2013/01/02
2    2013/01/03
3    2013/01/04
Length: 4, dtype: object

文字列の形式はPythonの標準ライブラリと同じであり、詳細はこちらで確認できます

Series.dt.total_seconds#

timedelta64 型の pd.Series には、timedeltaの期間を秒単位で返す新しいメソッド .dt.total_seconds() が追加されました (GH 10817)。

# TimedeltaIndex
In [19]: s = pd.Series(pd.timedelta_range("1 minutes", periods=4))

In [20]: s
Out[20]: 
0   0 days 00:01:00
1   1 days 00:01:00
2   2 days 00:01:00
3   3 days 00:01:00
Length: 4, dtype: timedelta64[ns]

In [21]: s.dt.total_seconds()
Out[21]: 
0        60.0
1     86460.0
2    172860.0
3    259260.0
Length: 4, dtype: float64

期間周波数の強化#

Period, PeriodIndex, period_range が乗算されたfreqを受け入れられるようになりました。また、Period.freq および PeriodIndex.freq は、DatetimeIndex のように DateOffset インスタンスとして保存されるようになり、str ではありません (GH 7811)。

乗算されたfreqは、対応する長さの期間を表します。以下の例は3日間の期間を作成します。加算と減算は、その期間をそのスパンだけシフトします。

In [22]: p = pd.Period("2015-08-01", freq="3D")

In [23]: p
Out[23]: Period('2015-08-01', '3D')

In [24]: p + 1
Out[24]: Period('2015-08-04', '3D')

In [25]: p - 2
Out[25]: Period('2015-07-26', '3D')

In [26]: p.to_timestamp()
Out[26]: Timestamp('2015-08-01 00:00:00')

In [27]: p.to_timestamp(how="E")
Out[27]: Timestamp('2015-08-03 23:59:59.999999999')

PeriodIndex と period_range で乗算されたfreqを使用できます。

In [28]: idx = pd.period_range("2015-08-01", periods=4, freq="2D")

In [29]: idx
Out[29]: PeriodIndex(['2015-08-01', '2015-08-03', '2015-08-05', '2015-08-07'], dtype='period[2D]')

In [30]: idx + 1
Out[30]: PeriodIndex(['2015-08-03', '2015-08-05', '2015-08-07', '2015-08-09'], dtype='period[2D]')

SAS XPORT ファイルのサポート#

read_sas() は SAS XPORT 形式ファイルの読み取りをサポートします。(GH 4052)。

df = pd.read_sas("sas_xport.xpt")

イテレータを取得して、XPORT ファイルを増分的に読み取ることも可能です。

for df in pd.read_sas("sas_xport.xpt", chunksize=10000):
    do_something(df)

詳細はドキュメントをご覧ください。

.eval()での数学関数のサポート#

eval() は数学関数の呼び出しをサポートするようになりました (GH 4893)

df = pd.DataFrame({"a": np.random.randn(10)})
df.eval("b = sin(a)")

サポートされている数学関数は sin, cos, exp, log, expm1, log1p, sqrt, sinh, cosh, tanh, arcsin, arccos, arctan, arccosh, arcsinh, arctanh, abs, arctan2 です。

これらの関数は、NumExpr エンジンの内部関数にマップされます。Python エンジンの場合は、NumPy の呼び出しにマップされます。

`MultiIndex` を使用したExcelへの変更#

バージョン0.16.2では、MultiIndex 列を持つ DataFrame を to_excel 経由でExcelに書き込むことができませんでした。その機能が追加され (GH 10564)、read_excel も更新され、header と index_col パラメータで MultiIndex を構成する列/行を指定することで、情報を失うことなくデータを読み戻すことができるようになりました (GH 4679)

詳細はドキュメントをご覧ください。

In [31]: df = pd.DataFrame(
   ....:     [[1, 2, 3, 4], [5, 6, 7, 8]],
   ....:     columns=pd.MultiIndex.from_product(
   ....:         [["foo", "bar"], ["a", "b"]], names=["col1", "col2"]
   ....:     ),
   ....:     index=pd.MultiIndex.from_product([["j"], ["l", "k"]], names=["i1", "i2"]),
   ....: )
   ....: 

In [32]: df
Out[32]: 
col1  foo    bar   
col2    a  b   a  b
i1 i2              
j  l    1  2   3  4
   k    5  6   7  8

[2 rows x 4 columns]

In [33]: df.to_excel("test.xlsx")

In [34]: df = pd.read_excel("test.xlsx", header=[0, 1], index_col=[0, 1])

In [35]: df
Out[35]: 
col1  foo    bar   
col2    a  b   a  b
i1 i2              
j  l    1  2   3  4
   k    5  6   7  8

[2 rows x 4 columns]

以前は、シリアル化されたデータにインデックス名がある場合、read_excel の has_index_names 引数を指定する必要がありました。バージョン0.17.0では、to_excel の出力形式が変更され、このキーワードが不要になりました。変更点は以下の通りです。

旧

新

警告

バージョン 0.16.2 以前に保存された、インデックス名を持つ Excel ファイルは、引き続き読み取り可能ですが、has_index_names 引数を True に指定する必要があります。

Google BigQueryの機能強化#

宛先テーブル/データセットが存在しない場合でも、pandas.io.gbq.to_gbq() 関数を使用してテーブル/データセットを自動的に作成する機能が追加されました。( GH 8325, GH 11121 )。
pandas.io.gbq.to_gbq() 関数を呼び出す際に、if_exists 引数を使用して既存のテーブルとスキーマを置き換える機能が追加されました。詳細はドキュメントをご覧ください (GH 8325)。
gbq モジュールの InvalidColumnOrder および InvalidPageToken は、IOError ではなく ValueError を発生させるようになります。
generate_bq_schema() 関数は非推奨となり、将来のバージョンで削除されます (GH 11121)。
gbqモジュールはPython 3をサポートするようになりました (GH 11094)。

Unicode東アジア幅による表示位置合わせ#

警告

このオプションを有効にすると、DataFrame と Series の印刷パフォーマンスに影響します（約2倍遅くなります）。実際に必要な場合にのみ使用してください。

東アジアの一部の国では、幅が2つのアルファベットに相当するUnicode文字を使用しています。DataFrame または Series にこれらの文字が含まれている場合、デフォルトの出力は適切に整列されません。これらの文字を正確に処理できるように、以下のオプションが追加されました。

display.unicode.east_asian_width: 表示テキストの幅を計算するためにUnicode東アジア幅を使用するかどうか。(GH 2612)
display.unicode.ambiguous_as_wide: あいまいなUnicode文字をワイドとして扱うかどうか。(GH 11102)

In [36]: df = pd.DataFrame({u"国籍": ["UK", u"日本"], u"名前": ["Alice", u"しのぶ"]})

In [37]: df
Out[37]: 
   国籍     名前
0  UK  Alice
1  日本    しのぶ

[2 rows x 2 columns]

In [38]: pd.set_option("display.unicode.east_asian_width", True)

In [39]: df
Out[39]: 
   国籍    名前
0    UK   Alice
1  日本  しのぶ

[2 rows x 2 columns]

詳細については、こちらを参照してください。

その他の機能強化#

openpyxl >= 2.2 のサポート。スタイルのサポートAPIが安定しました (GH 10125)。

merge は indicator 引数を受け入れるようになり、出力オブジェクトにカテゴリカル型の列（デフォルトでは _merge と呼ばれる）が追加され、以下の値を取ります (GH 8790)。

観測元	`_merge` の値
`'left'` フレームのみにマージキーがある場合	`left_only`
`'right'` フレームのみにマージキーがある場合	`right_only`
両方のフレームにマージキーがある場合	`both`

In [40]: df1 = pd.DataFrame({"col1": [0, 1], "col_left": ["a", "b"]})

In [41]: df2 = pd.DataFrame({"col1": [1, 2, 2], "col_right": [2, 2, 2]})

In [42]: pd.merge(df1, df2, on="col1", how="outer", indicator=True)
Out[42]: 
   col1 col_left  col_right      _merge
0     0        a        NaN   left_only
1     1        b        2.0        both
2     2      NaN        2.0  right_only
3     2      NaN        2.0  right_only

[4 rows x 4 columns]

詳細については、更新されたドキュメントを参照してください。

pd.to_numeric は、文字列を数値に強制変換するための新しい関数です (強制変換を伴うこともあります) (GH 11133)。
pd.merge は、マージ対象ではない場合に重複する列名を許可するようになりました (GH 10639)。
pd.pivot は、indexを None として渡すことを許可するようになりました (GH 3962)。

pd.concat は、提供された場合は既存のSeries名を使用するようになりました (GH 10698)。

In [43]: foo = pd.Series([1, 2], name="foo")

In [44]: bar = pd.Series([1, 2])

In [45]: baz = pd.Series([4, 5])

以前の動作

In [1]: pd.concat([foo, bar, baz], axis=1)
Out[1]:
      0  1  2
   0  1  1  4
   1  2  2  5

新しい動作

In [46]: pd.concat([foo, bar, baz], axis=1)
Out[46]: 
   foo  0  1
0    1  1  4
1    2  2  5

[2 rows x 3 columns]

DataFrame に nlargest および nsmallest メソッドが追加されました (GH 10393)。

interpolate が NaN 値を前方、後方、またはその両方で埋めることができるように、limit と連携する limit_direction キーワード引数が追加されました (GH 9218, GH 10420, GH 11115)

In [47]: ser = pd.Series([np.nan, np.nan, 5, np.nan, np.nan, np.nan, 13])

In [48]: ser.interpolate(limit=1, limit_direction="both")
Out[48]: 
0     NaN
1     5.0
2     5.0
3     7.0
4     NaN
5    11.0
6    13.0
Length: 7, dtype: float64

値を可変数の小数点以下に丸める DataFrame.round メソッドが追加されました (GH 10568)。

In [49]: df = pd.DataFrame(
   ....:     np.random.random([3, 3]),
   ....:     columns=["A", "B", "C"],
   ....:     index=["first", "second", "third"],
   ....: )
   ....: 

In [50]: df
Out[50]: 
               A         B         C
first   0.126970  0.966718  0.260476
second  0.897237  0.376750  0.336222
third   0.451376  0.840255  0.123102

[3 rows x 3 columns]

In [51]: df.round(2)
Out[51]: 
           A     B     C
first   0.13  0.97  0.26
second  0.90  0.38  0.34
third   0.45  0.84  0.12

[3 rows x 3 columns]

In [52]: df.round({"A": 0, "C": 2})
Out[52]: 
          A         B     C
first   0.0  0.966718  0.26
second  1.0  0.376750  0.34
third   0.0  0.840255  0.12

[3 rows x 3 columns]

drop_duplicates と duplicated は、最初、最後、およびすべての重複を対象とする keep キーワードを受け入れるようになりました。take_last キーワードは非推奨になりました。詳細はこちらをご覧ください (GH 6511, GH 8505)。

In [53]: s = pd.Series(["A", "B", "C", "A", "B", "D"])

In [54]: s.drop_duplicates()
Out[54]: 
0    A
1    B
2    C
5    D
Length: 4, dtype: object

In [55]: s.drop_duplicates(keep="last")
Out[55]: 
2    C
3    A
4    B
5    D
Length: 4, dtype: object

In [56]: s.drop_duplicates(keep=False)
Out[56]: 
2    C
5    D
Length: 2, dtype: object

Reindex に tolerance 引数が追加され、再インデックス時のフィル制限をより細かく制御できるようになりました (GH 10411)。

In [57]: df = pd.DataFrame({"x": range(5), "t": pd.date_range("2000-01-01", periods=5)})

In [58]: df.reindex([0.1, 1.9, 3.5], method="nearest", tolerance=0.2)
Out[58]: 
       x          t
0.1  0.0 2000-01-01
1.9  2.0 2000-01-03
3.5  NaN        NaT

[3 rows x 2 columns]

DatetimeIndex、TimedeltaIndex、または PeriodIndex で使用する場合、tolerance は可能であれば Timedelta に強制変換されます。これにより、文字列でtoleranceを指定できます

In [59]: df = df.set_index("t")

In [60]: df.reindex(pd.to_datetime(["1999-12-31"]), method="nearest", tolerance="1 day")
Out[60]: 
            x
1999-12-31  0

[1 rows x 1 columns]

tolerance は、下位レベルの Index.get_indexer および Index.get_loc メソッドでも公開されています。

TimeDeltaIndex をリサンプリングする際に base 引数を使用する機能が追加されました (GH 10530)。
DatetimeIndex は NaT を含む文字列を使用してインスタンス化できるようになりました (GH 7599)。
to_datetime は yearfirst キーワードを受け入れるようになりました (GH 7599)。
pandas.tseries.offsets の Day オフセットよりも大きいオフセットを Series との加算/減算に使用できるようになりました (GH 10699)。詳細はドキュメントをご覧ください。
pd.Timedelta.total_seconds() は Timedelta の期間をナノ秒精度で返すようになりました（以前はマイクロ秒精度でした）(GH 10939)。
PeriodIndex は np.ndarray との算術演算をサポートするようになりました (GH 10638)。
Period オブジェクトのピクル化をサポートします (GH 10439)。
.as_blocks は copy オプション引数を受け入れるようになり、データのコピーを返します。デフォルトはコピーです（以前のバージョンからの動作変更はありません）。(GH 9607)
DataFrame.filter の regex 引数は、ValueError を発生させる代わりに、数値の列名を処理するようになりました (GH 10384)。
URL経由でのgzip圧縮ファイルの読み込みを有効にしました。圧縮パラメータを明示的に設定するか、レスポンスのHTTP Content-Encodingヘッダの存在から推測することによって行えます (GH 8685)
StringIO/BytesIO を使用してメモリ内で Excel ファイルを書き込むことを有効にしました (GH 7074)。
ExcelWriter でリストと辞書を文字列にシリアル化することを有効にしました (GH 8188)。
SQL IO 関数は SQLAlchemy の接続可能なオブジェクトを受け入れるようになりました。( GH 7877 )
pd.read_sql および to_sql は、con パラメータとしてデータベース URI を受け入れるようになりました (GH 10214)。
read_sql_table はビューからの読み取りを許可するようになりました (GH 10750)。
table 形式を使用する場合、複雑な値を HDFStores に書き込むことを有効にしました (GH 10447)。
HDF ファイルが単一のデータセットを含んでいる場合、キーを指定せずに pd.read_hdf を使用できるようにしました (GH 10443)。
pd.read_stata は Stata 118 タイプのファイルを読み取るようになりました。(GH 9882)。
msgpack サブモジュールが後方互換性を持って 0.4.6 に更新されました (GH 10581)。
DataFrame.to_dict は orient='index' キーワード引数を受け入れるようになりました (GH 10844)。
DataFrame.apply は、渡された関数が辞書を返し、reduce=True の場合に、辞書の Series を返します (GH 8735)。
補間メソッドに kwargs を渡せるようになりました (GH 10378)。
Dataframe オブジェクトの空のイテラブルを結合する際のエラーメッセージが改善されました (GH 9157)
pd.read_csv は、bz2圧縮ファイルを増分的に読み込めるようになり、CパーサーはAWS S3からbz2圧縮ファイルを読み込めるようになりました (GH 11070, GH 11072)。
pd.read_csv で、s3n:// と s3a:// の URL を S3 ファイルストレージを指定するものとして認識するようになりました (GH 11070, GH 11071)。
AWS S3 ストレージから CSV ファイルを読み込む際に、ファイル全体を最初にダウンロードするのではなく、増分的に読み込むようになりました。(Python 2 の圧縮ファイルでは、ファイル全体をダウンロードする必要がまだあります。) (GH 11070, GH 11073)
pd.read_csv は、AWS S3 ストレージから読み込まれたファイルの圧縮タイプを推測できるようになりました (GH 11070, GH 11074)。

下位互換性のない API の変更#

ソートAPIの変更#

ソートAPIには、長らくいくつかの不整合がありました。( GH 9816, GH 8239 )。

0.17.0 以前の API の概要を以下に示します

Series.sort は インプレース であり、DataFrame.sort は新しいオブジェクトを返します。
Series.order は新しいオブジェクトを返します
Series/DataFrame.sort_index を使用して、by キーワードを渡すことで値でソートすることが可能でした。
Series/DataFrame.sortlevel は、インデックスによるソートの場合にのみ MultiIndex で機能しました。

これらの問題に対処するため、API を刷新しました。

値のソートを処理するために、DataFrame.sort()、Series.sort()、および Series.order() を統合した新しいメソッド DataFrame.sort_values() を導入しました。
既存のメソッド Series.sort()、Series.order()、および DataFrame.sort() は非推奨となり、将来のバージョンで削除されます。
DataFrame.sort_index() の by 引数は非推奨となり、将来のバージョンで削除されます。
既存のメソッド .sort_index() には、レベルソートを可能にする level キーワードが追加されます。

これで、2つの明確で重複しないソート方法があります。* は FutureWarning を表示する項目を示します。

値でソートするには

以前	代替
* `Series.order()`	`Series.sort_values()`
* `Series.sort()`	`Series.sort_values(inplace=True)`
* `DataFrame.sort(columns=...)`	`DataFrame.sort_values(by=...)`

インデックス でソートするには

以前	代替
`Series.sort_index()`	`Series.sort_index()`
`Series.sortlevel(level=...)`	`Series.sort_index(level=...`)
`DataFrame.sort_index()`	`DataFrame.sort_index()`
`DataFrame.sortlevel(level=...)`	`DataFrame.sort_index(level=...)`
* `DataFrame.sort()`	`DataFrame.sort_index()`

Index と Categorical の2つの Series-like クラスで、同様のメソッドも非推奨となり変更されました。

以前	代替
* `Index.order()`	`Index.sort_values()`
* `Categorical.order()`	`Categorical.sort_values()`

to_datetimeとto_timedeltaの変更#

エラー処理#

pd.to_datetime のエラー処理のデフォルトが errors='raise' に変更されました。以前のバージョンでは errors='ignore' でした。さらに、coerce 引数は errors='coerce' に有利なため非推奨になりました。これは、無効な解析が以前のバージョンのように元の入力を返すのではなく、エラーを発生させることを意味します。( GH 10636 )

以前の動作

In [2]: pd.to_datetime(['2009-07-31', 'asd'])
Out[2]: array(['2009-07-31', 'asd'], dtype=object)

新しい動作

In [3]: pd.to_datetime(['2009-07-31', 'asd'])
ValueError: Unknown string format

もちろん、これを強制することもできます。

In [61]: pd.to_datetime(["2009-07-31", "asd"], errors="coerce")
Out[61]: DatetimeIndex(['2009-07-31', 'NaT'], dtype='datetime64[ns]', freq=None)

以前の動作を維持するには、errors='ignore' を使用できます

In [4]: pd.to_datetime(["2009-07-31", "asd"], errors="ignore")
Out[4]: Index(['2009-07-31', 'asd'], dtype='object')

さらに、pd.to_timedelta にも同様のAPI errors='raise'|'ignore'|'coerce' が追加され、coerce キーワードは errors='coerce' に有利なため非推奨になりました。

一貫した解析#

to_datetime, Timestamp, DatetimeIndex の文字列解析が一貫したものになりました。( GH 7599 )

v0.17.0 以前では、Timestamp と to_datetime は年のみの datetime 文字列を今日の誤った日付で解析する可能性があり、一方 DatetimeIndex は年の初めを使用しました。Timestamp と to_datetime は、四半期文字列など、DatetimeIndex が解析できる一部の種類の datetime 文字列で ValueError を発生させる可能性がありました。

以前の動作

In [1]: pd.Timestamp('2012Q2')
Traceback
   ...
ValueError: Unable to parse 2012Q2

# Results in today's date.
In [2]: pd.Timestamp('2014')
Out [2]: 2014-08-12 00:00:00

v0.17.0 はこれらを以下のように解析できます。DatetimeIndex でも機能します。

新しい動作

In [62]: pd.Timestamp("2012Q2")
Out[62]: Timestamp('2012-04-01 00:00:00')

In [63]: pd.Timestamp("2014")
Out[63]: Timestamp('2014-01-01 00:00:00')

In [64]: pd.DatetimeIndex(["2012Q2", "2014"])
Out[64]: DatetimeIndex(['2012-04-01', '2014-01-01'], dtype='datetime64[ns]', freq=None)

注

今日の日付に基づいて計算を実行したい場合は、Timestamp.now() と pandas.tseries.offsets を使用してください。

In [65]: import pandas.tseries.offsets as offsets

In [66]: pd.Timestamp.now()
Out[66]: Timestamp('2025-06-05 02:18:37.974955')

In [67]: pd.Timestamp.now() + offsets.DateOffset(years=1)
Out[67]: Timestamp('2026-06-05 02:18:37.975720')

Index比較の変更#

Index の等価演算子は Series と同様の動作をすべきです (GH 9947, GH 10637)。

v0.17.0 から、異なる長さの Index オブジェクトを比較すると ValueError が発生するようになります。これは Series の動作と一貫性を持たせるためです。

以前の動作

In [2]: pd.Index([1, 2, 3]) == pd.Index([1, 4, 5])
Out[2]: array([ True, False, False], dtype=bool)

In [3]: pd.Index([1, 2, 3]) == pd.Index([2])
Out[3]: array([False,  True, False], dtype=bool)

In [4]: pd.Index([1, 2, 3]) == pd.Index([1, 2])
Out[4]: False

新しい動作

In [8]: pd.Index([1, 2, 3]) == pd.Index([1, 4, 5])
Out[8]: array([ True, False, False], dtype=bool)

In [9]: pd.Index([1, 2, 3]) == pd.Index([2])
ValueError: Lengths must match to compare

In [10]: pd.Index([1, 2, 3]) == pd.Index([1, 2])
ValueError: Lengths must match to compare

これは、比較がブロードキャストできる numpy の動作とは異なります

In [68]: np.array([1, 2, 3]) == np.array([1])
Out[68]: array([ True, False, False])

あるいは、ブロードキャストできない場合はFalseを返します

In [11]: np.array([1, 2, 3]) == np.array([1, 2])
Out[11]: False

Noneとのブール比較の変更#

Series と None のブール比較は、TypeError を発生させる代わりに、np.nan との比較と同等になります。( GH 1079 )。

In [69]: s = pd.Series(range(3), dtype="float")

In [70]: s.iloc[1] = None

In [71]: s
Out[71]: 
0    0.0
1    NaN
2    2.0
Length: 3, dtype: float64

以前の動作

In [5]: s == None
TypeError: Could not compare <type 'NoneType'> type with Series

新しい動作

In [72]: s == None
Out[72]: 
0    False
1    False
2    False
Length: 3, dtype: bool

通常、どの値がNULLであるかを知りたいだけでしょう。

In [73]: s.isnull()
Out[73]: 
0    False
1     True
2    False
Length: 3, dtype: bool

警告

通常、これらの種類の比較には isnull/notnull を使用することになります。なぜなら isnull/notnull はどの要素が null であるかを教えてくれるからです。注意すべきは、nan's は等しく比較されないが、None's は等しく比較されることです。pandas/numpy は np.nan != np.nan という事実を利用し、None を np.nan と同じように扱います。

In [74]: None == None
Out[74]: True

In [75]: np.nan == np.nan
Out[75]: False

HDFStore dropnaの動作#

format='table' を使用する HDFStore 書き込み関数のデフォルトの動作は、すべての値が欠損している行を保持するようになりました。以前は、インデックス以外のすべての値が欠損している行は削除されていました。以前の動作は dropna=True オプションを使用することで再現できます。( GH 9382 )

以前の動作

In [76]: df_with_missing = pd.DataFrame(
   ....:     {"col1": [0, np.nan, 2], "col2": [1, np.nan, np.nan]}
   ....: )
   ....: 

In [77]: df_with_missing
Out[77]: 
   col1  col2
0   0.0   1.0
1   NaN   NaN
2   2.0   NaN

[3 rows x 2 columns]

In [27]:
df_with_missing.to_hdf('file.h5',
                       key='df_with_missing',
                       format='table',
                       mode='w')

In [28]: pd.read_hdf('file.h5', 'df_with_missing')

Out [28]:
      col1  col2
  0     0     1
  2     2   NaN

新しい動作

In [78]: df_with_missing.to_hdf("file.h5", key="df_with_missing", format="table", mode="w")

In [79]: pd.read_hdf("file.h5", "df_with_missing")
Out[79]: 
   col1  col2
0   0.0   1.0
1   NaN   NaN
2   2.0   NaN

[3 rows x 2 columns]

詳細はドキュメントをご覧ください。

`display.precision` オプションの変更#

display.precision オプションは小数点以下を指すように明確化されました (GH 10451)。

以前のバージョンの pandas では、浮動小数点数は display.precision の値よりも小数点以下が1桁少なくフォーマットされていました。

In [1]: pd.set_option('display.precision', 2)

In [2]: pd.DataFrame({'x': [123.456789]})
Out[2]:
       x
0  123.5

「有効数字」として精度を解釈すると、これは科学表記法には機能しましたが、同じ解釈は標準的な書式設定の数値には機能しませんでした。また、numpyが書式設定を処理する方法とも一致しませんでした。

今後は、display.precision の値は、通常の書式設定と科学表記法の両方で、小数点以下の桁数を直接制御します。これは numpy の precision 印刷オプションの動作に似ています。

In [80]: pd.set_option("display.precision", 2)

In [81]: pd.DataFrame({"x": [123.456789]})
Out[81]: 
        x
0  123.46

[1 rows x 1 columns]

以前のバージョンとの出力動作を維持するため、display.precision のデフォルト値は 7 から 6 に減らされました。

`Categorical.unique` の変更#

Categorical.unique は、np.array を返す代わりに、categories と codes が一意の新しい Categoricals を返すようになりました (GH 10508)。

順序なしカテゴリ: 値とカテゴリは出現順にソートされます。
順序付きカテゴリ: 値は出現順にソートされ、カテゴリは既存の順序を保持します。

In [82]: cat = pd.Categorical(["C", "A", "B", "C"], categories=["A", "B", "C"], ordered=True)

In [83]: cat
Out[83]: 
['C', 'A', 'B', 'C']
Categories (3, object): ['A' < 'B' < 'C']

In [84]: cat.unique()
Out[84]: 
['C', 'A', 'B']
Categories (3, object): ['A' < 'B' < 'C']

In [85]: cat = pd.Categorical(["C", "A", "B", "C"], categories=["A", "B", "C"])

In [86]: cat
Out[86]: 
['C', 'A', 'B', 'C']
Categories (3, object): ['A', 'B', 'C']

In [87]: cat.unique()
Out[87]: 
['C', 'A', 'B']
Categories (3, object): ['A', 'B', 'C']

パーサーで `header` として渡される `bool` の変更#

以前のバージョンの pandas では、read_csv、read_excel、または read_html の header 引数に bool が渡されると、暗黙的に整数に変換され、False の場合は header=0、True の場合は header=1 となっていました (GH 6113)

header への bool 入力は TypeError を発生させるようになりました

In [29]: df = pd.read_csv('data.csv', header=False)
TypeError: Passing a bool to header is invalid. Use header=None for no header or
header=int or list-like of ints to specify the row(s) making up the column names

その他の API の変更#

subplots=True の line および kde プロットは、すべて黒ではなく、デフォルトの色を使用するようになりました。すべての線を黒で描画するには color='k' を指定してください (GH 9894)。
categorical dtype を持つ Series で .value_counts() メソッドを呼び出すと、CategoricalIndex を持つ Series が返されるようになりました (GH 10704)。
pandas オブジェクトのサブクラスのメタデータプロパティがシリアル化されるようになりました (GH 10553)。
Categorical を使用する groupby は、上記の Categorical.unique と同じルールに従います (GH 10508)。
以前は、complex64 dtype の配列で DataFrame を構築すると、対応する列が自動的に complex128 dtype に昇格されていました。pandas は、複雑なデータに対して入力の itemsize を保持するようになりました (GH 10952)。
一部の数値削減演算子は、文字列と数値を含むオブジェクト型に対して TypeError ではなく ValueError を返していました (GH 11131)。
現在サポートされていない chunksize 引数を read_excel または ExcelFile.parse に渡すと、NotImplementedError が発生するようになりました (GH 8011)。
ExcelFile オブジェクトを read_excel に渡せるようになりました (GH 11198)。
DatetimeIndex.union は、self と入力が None を freq として持っている場合、freq を推測しません (GH 11086)。

NaT のメソッドは、ValueError を発生させるか、np.nan または NaT を返すようになりました (GH 9513)。

動作	メソッド
`np.nan` を返す	`weekday`, `isoweekday`
`NaT` を返す	`date`, `now`, `replace`, `to_datetime`, `today`
`np.datetime64('NaT')` を返す	`to_datetime64` (変更なし)
`ValueError` を発生させる	その他のすべての公開メソッド (アンダースコアで始まらない名前)

非推奨#

Series については、以下のインデックス関数が非推奨になりました (GH 10177)。

非推奨の関数

代替

.irow(i)

.iloc[i] または .iat[i]

.iget(i)

.iloc[i] または .iat[i]

.iget_value(i)

.iloc[i] または .iat[i]
DataFrame については、以下のインデックス関数が非推奨になりました (GH 10177)。

非推奨の関数

代替

.irow(i)

.iloc[i]

.iget_value(i, j)

.iloc[i, j] または .iat[i, j]

.icol(j)

.iloc[:, j]

注

これらのインデックス関数は、0.11.0 以降、ドキュメントで非推奨とされてきました。

Categorical.name は、Categorical をより numpy.ndarray のようにするために非推奨になりました。代わりに Series(cat, name="whatever") を使用してください (GH 10482)。
Categorical の categories に欠損値 (NaN) を設定すると警告が表示されます (GH 10748)。values には欠損値を含めることができます。
drop_duplicates および duplicated の take_last キーワードは、keep に有利なため非推奨になりました。( GH 6511, GH 8505 )
Series.nsmallest および nlargest の take_last キーワードは、keep に有利なため非推奨になりました。( GH 10792 )
DataFrame.combineAdd および DataFrame.combineMult は非推奨になりました。add および mul メソッド、具体的には DataFrame.add(other, fill_value=0) および DataFrame.mul(other, fill_value=1.) を使用することで簡単に置き換えることができます (GH 10735)。
TimeSeries は Series に有利なため非推奨になりました（これは0.13.0以降のエイリアスであったことに注意してください）。(GH 10890)
SparsePanel は非推奨となり、将来のバージョンで削除されます (GH 11157)。
Series.is_time_series は Series.index.is_all_dates に有利なため非推奨になりました (GH 11135)。
レガシーオフセット（'A@JAN'など）は非推奨になりました（これは0.8.0以降のエイリアスであったことに注意してください）(GH 10878)
WidePanel は Panel に、LongPanel は DataFrame に有利なため非推奨になりました（これらは < 0.11.0 以降のエイリアスであったことに注意してください）。(GH 10892)
DataFrame.convert_objects は、型固有の関数 pd.to_datetime、pd.to_timestamp、および pd.to_numeric (0.17.0 で新規) に有利なため非推奨になりました (GH 11133)。

以前のバージョンの非推奨/変更の削除#

Series.order() および Series.sort() から na_last パラメータを削除し、na_position を優先します。( GH 5231 )
.describe() から percentile_width を削除し、percentiles を優先します。( GH 7088 )
DataFrame.to_string() から colSpace パラメータを削除し、約 0.8.0 バージョンから col_space を優先します。

自動時系列ブロードキャストの削除 (GH 2304)

In [88]: np.random.seed(1234)

In [89]: df = pd.DataFrame(
   ....:     np.random.randn(5, 2),
   ....:     columns=list("AB"),
   ....:     index=pd.date_range("2013-01-01", periods=5),
   ....: )
   ....: 

In [90]: df
Out[90]: 
                   A         B
2013-01-01  0.471435 -1.190976
2013-01-02  1.432707 -0.312652
2013-01-03 -0.720589  0.887163
2013-01-04  0.859588 -0.636524
2013-01-05  0.015696 -2.242685

[5 rows x 2 columns]

以前

In [3]: df + df.A
FutureWarning: TimeSeries broadcasting along DataFrame index by default is deprecated.
Please use DataFrame.<op> to explicitly broadcast arithmetic operations along the index

Out[3]:
                    A         B
2013-01-01  0.942870 -0.719541
2013-01-02  2.865414  1.120055
2013-01-03 -1.441177  0.166574
2013-01-04  1.719177  0.223065
2013-01-05  0.031393 -2.226989

現在

In [91]: df.add(df.A, axis="index")
Out[91]: 
                   A         B
2013-01-01  0.942870 -0.719541
2013-01-02  2.865414  1.120055
2013-01-03 -1.441177  0.166574
2013-01-04  1.719177  0.223065
2013-01-05  0.031393 -2.226989

[5 rows x 2 columns]

HDFStore.put/append の table キーワードを削除し、format= を優先します (GH 4645)。
read_excel/ExcelFile の kind を未使用のため削除 (GH 4712)
pd.read_html の infer_type キーワードを未使用のため削除 (GH 4770, GH 7032)
Series.tshift/shift の offset および timeRule キーワードを削除し、freq を優先します (GH 4853, GH 4864)。
pd.load/pd.save エイリアスを pd.to_pickle/pd.read_pickle に有利なため削除 (GH 3787)

パフォーマンス改善#

Air Speed Velocity ライブラリによるベンチマークの開発サポート (GH 8361)
代替の ExcelWriter エンジンと Excel ファイルの読み込みのための vbench ベンチマークが追加されました (GH 7171)。
Categorical.value_counts のパフォーマンスが向上しました (GH 10804)。
SeriesGroupBy.nunique および SeriesGroupBy.value_counts および SeriesGroupby.transform のパフォーマンスが向上しました (GH 10820, GH 11077)。
整数 dtype を持つ DataFrame.drop_duplicates のパフォーマンスが向上しました (GH 10917)。
広範なフレームを持つ DataFrame.duplicated のパフォーマンスが向上しました。( GH 10161, GH 11180 )
timedelta 文字列解析が4倍向上しました (GH 6755, GH 10426)。
timedelta64 および datetime64 操作が8倍向上しました (GH 6755)。
スライサーによる MultiIndex のインデックス作成のパフォーマンスが大幅に向上しました (GH 10287)。
リストのような入力を使用する iloc の性能が8倍向上しました (GH 10791)。
datetimelike/整数 Series の Series.isin のパフォーマンスが向上しました (GH 10287)。
カテゴリが同じ場合にカテゴリカルの concat のパフォーマンスが20倍向上しました (GH 10587)。
指定されたフォーマット文字列が ISO8601 の場合、to_datetime のパフォーマンスが向上しました (GH 10178)。
float dtype の Series.value_counts のパフォーマンスが2倍向上しました (GH 10821)。
日付コンポーネントに0パディングがない場合、to_datetime で infer_datetime_format を有効にしました (GH 11142)。
ネストされた辞書から DataFrame を構築する際の 0.16.1 からの回帰バグ (GH 11084)
DateOffset と Series または DatetimeIndex の加算/減算操作のパフォーマンスが向上しました (GH 10744, GH 11205)。

バグ修正#

オーバーフローによる timedelta64[ns] の .mean() の計算が誤っているバグ (GH 9442)
古いnumpyでの .isin のバグ (GH 11232)
DataFrame.to_html(index=False) が不要な name 行を表示するバグ (GH 10344)
DataFrame.to_latex() で column_format 引数を渡せなかったバグ (GH 9402)
DatetimeIndex で NaT を使用してローカライズする際のバグ (GH 10477)
Series.dt 演算でメタデータを保持する際のバグ (GH 10477)
その他無効な to_datetime 構築で渡された場合に NaT が保持されないバグ (GH 10477)
関数がカテゴリカル Series を返す場合の DataFrame.apply のバグ (GH 9573)。
無効な日付と形式が指定された場合の to_datetime のバグ (GH 10154)
Index.drop_duplicates が名前を削除するバグ (GH 10115)。
Series.quantile が名前を削除するバグ (GH 10881)。
インデックスに頻度がある空の Series に値を設定する場合の pd.Series のバグ (GH 10193)。
pd.Series.interpolate の order キーワード値が不正な場合のバグ (GH 10633)。
色名が複数文字で指定された場合に DataFrame.plot が ValueError を発生させるバグ (GH 10387)
タプルの混合リストによる Index 構築のバグ (GH 10697)
インデックスに NaT が含まれる場合の DataFrame.reset_index のバグ (GH 10388)
ワークシートが空の場合の ExcelReader のバグ (GH 6403)
返される値が基本クラスと互換性がない場合の BinGrouper.group_info のバグ (GH 10914)
DataFrame.pop でキャッシュをクリアし、その後のインプレース操作におけるバグ (GH 10912)
混合整数 Index を使用したインデックス作成が ImportError を引き起こすバグ (GH 10610)
インデックスに null がある場合の Series.count のバグ (GH 10946)
非正規頻度の DatetimeIndex のピクル化におけるバグ (GH 11002)
フレームが対称形状の場合に DataFrame.where が axis パラメーターを尊重しないバグ。 (GH 9736)
名前が保持されない場合の Table.select_column のバグ (GH 10392)
start と end が offset よりも細かい精度を持つ場合の offsets.generate_range のバグ (GH 9907)
pd.rolling_* で出力において Series.name が失われるバグ (GH 10565)
インデックスまたは列が一意でない場合の stack のバグ。 (GH 10417)
軸に MultiIndex がある場合の Panel の設定におけるバグ (GH 10360)
USMemorialDay と USMartinLutherKingJr が間違っていた場合の USFederalHolidayCalendar のバグ (GH 10278 および GH 9760 )
.sample() で返されるオブジェクトが設定されている場合、不必要な SettingWithCopyWarning を出すバグ (GH 10738)
.sample() で Series として渡された重みが、位置的に扱われる前に軸に沿って整列されず、重みインデックスがサンプリングされたオブジェクトと整列していなかった場合に問題を引き起こす可能性のあるバグ。 (GH 10738)
回帰が修正された (GH 9311, GH 6620, GH 9345)、特定の集計器で datetime-like が float に変換される groupby におけるバグ (GH 10979)
axis=1 および inplace=True を使用した DataFrame.interpolate のバグ (GH 10395)
複数の列を主キーとして指定した場合の io.sql.get_schema のバグ (GH 10385)。
datetime-like Categorical を使用した groupby(sort=False) が ValueError を発生させるバグ (GH 10505)
filter() を使用した groupby(axis=1) が IndexError をスローするバグ (GH 11041)
ビッグエンディアンビルド上の test_categorical のバグ (GH 10425)
Series.shift と DataFrame.shift がカテゴリデータに対応していないバグ (GH 9416)
カテゴリ Series を使用した Series.map が AttributeError を発生させるバグ (GH 10324)
Categorical を含む MultiIndex.get_level_values が AttributeError を発生させるバグ (GH 10460)
sparse=True を使用した pd.get_dummies が SparseDataFrame を返さないバグ (GH 10531)
Index サブタイプ (PeriodIndex など) が .drop および .insert メソッドで自身のタイプを返さないバグ (GH 10620)
right 配列が空の場合の algos.outer_join_indexer のバグ (GH 10618)
複数のキーでグループ化する場合の filter (0.16.0 からの回帰) と transform のバグ (そのうちの1つはdatetime-like) (GH 10114)
to_datetime と to_timedelta が Index 名を失わせるバグ (GH 10875)
NaN のみを含む列がある場合に len(DataFrame.groupby) が IndexError を引き起こすバグ (GH 11016)
空の Series をリサンプリングするとセグメンテーション違反が発生するバグ (GH 10228)
DatetimeIndex と PeriodIndex.value_counts がその結果から名前をリセットするが、結果の Index には保持するバグ。 (GH 10150)
numexpr エンジンを使用した pd.eval が 1 要素の numpy 配列をスカラに強制するバグ (GH 10546)
列が dtype category の場合に axis=0 を使用した pd.concat のバグ (GH 10177)
入力タイプが常にチェックされない read_msgpack のバグ (GH 10369, GH 10630)
index_col=False、index_col=['a', 'b'] または dtype の kwargs を使用した pd.read_csv のバグ (GH 10413, GH 10467, GH 10577)
header kwarg が Series.name または Series.index.name を設定しない Series.from_csv のバグ (GH 10483)
小さな浮動小数点値の分散が不正確になる原因となった groupby.var のバグ (GH 10448)
Series.plot(kind='hist') の Y ラベルが情報不足であるバグ (GH 10485)
uint8 型を生成するコンバーターを使用する際の read_csv のバグ (GH 9266)
時系列の折れ線グラフと面グラフでメモリリークを引き起こすバグ (GH 9003)
右辺が DataFrame の場合に、メジャー軸またはマイナー軸に沿ってスライスされた Panel を設定する際のバグ (GH 11014)
Panel の演算子関数 (例: .add) が実装されていない場合に、None を返し、NotImplementedError を発生させないバグ (GH 7692)
subplots=True の場合に、折れ線グラフとkdeプロットが複数の色を受け入れられないバグ (GH 9894)
色名が複数文字で指定された場合に DataFrame.plot が ValueError を発生させるバグ (GH 10387)
MultiIndex を持つ Series の左右の align が逆になる可能性のあるバグ (GH 10665)
MultiIndex を持つ結合の左右が逆になる可能性のあるバグ (GH 10741)
columns で異なる順序が設定されたファイルを読み込む際の read_stata のバグ (GH 10757)
カテゴリに tz または Period が含まれている場合に Categorical が適切に表現されない可能性のあるバグ (GH 10713)
Categorical.__iter__ が正しい datetime と Period を返さない可能性のあるバグ (GH 10713)
PeriodIndex を持つオブジェクトで PeriodIndex を使用したインデックス作成のバグ (GH 4125)
engine='c' を使用した read_csv のバグ: コメント、空行などが先行する EOF が正しく処理されなかった (GH 10728, GH 10548)
ウェブサイトのURLが変更されたため、DataReader 経由で「famafrench」データを読み込むとHTTP 404エラーが発生するバグ (GH 10591)。
デコードする DataFrame に重複する列名がある場合の read_msgpack のバグ (GH 9618)
バケットにユーザーが読み取り権限を持たないキーも含まれている場合に、有効な S3 ファイルの読み取りが失敗する原因となった io.common.get_filepath_or_buffer のバグ (GH 10604)
Python の datetime.date と numpy の datetime64 を使用したタイムスタンプ列のベクトル化された設定のバグ (GH 10408, GH 10412)
Index.take が不要な freq 属性を追加する可能性のあるバグ (GH 10791)
空の DataFrame との merge が IndexError を発生させる可能性のあるバグ (GH 10824)
to_latex のバグで、一部の文書化された引数に対して予期しないキーワード引数が発生する (GH 10888)
大きな DataFrame のインデックス作成で IndexError が捕捉されないバグ (GH 10645 および GH 10692)
ファイルにヘッダー行しかない場合に nrows または chunksize パラメーターを使用する際の read_csv のバグ (GH 9535)
代替エンコーディングが存在する場合の HDF5 での category 型のシリアライゼーションのバグ。 (GH 10366)
文字列 dtype を持つ空の DataFrame を構築する際の pd.DataFrame のバグ (GH 9428)
DataFrame が統合されていない場合の pd.DataFrame.diff のバグ (GH 10907)
datetime64 または timedelta64 dtype を持つ配列の pd.unique のバグで、元の dtype の代わりにオブジェクト dtype の配列が返されることを意味していた (GH 9431)
0秒からのスライス時にエラーを発生させる Timedelta のバグ (GH 10583)
DatetimeIndex.take と TimedeltaIndex.take が無効なインデックスに対して IndexError を発生させない可能性のあるバグ (GH 10295)
Series([np.nan]).astype('M8[ms]') のバグで、現在は Series([pd.NaT]) を返す (GH 10747)
PeriodIndex.order が freq をリセットするバグ (GH 10295)
freq がナノ秒として end を割る場合の date_range のバグ (GH 10885)
iloc が負の整数で Series の境界外のメモリにアクセスすることを許可するバグ (GH 10779)
エンコーディングが尊重されない read_msgpack のバグ (GH 10581)
適切な負の整数を含むリストで iloc を使用する際に、最初のインデックスへのアクセスを妨げるバグ (GH 10547, GH 10779)
TimedeltaIndex を持つ DataFrame を to_csv で保存しようとするとエラーが発生する TimedeltaIndex フォーマッタのバグ (GH 10833)
Series のスライス処理における DataFrame.where のバグ (GH 10218, GH 9558)
Bigquery がゼロ行を返した場合に pd.read_gbq が ValueError をスローするバグ (GH 10273)
0ランクの ndarray をシリアライズする際にセグメンテーション違反を引き起こしていた to_json のバグ (GH 9576)
GridSpec にプロットされた場合にプロット関数が IndexError を発生させる可能性のあるバグ (GH 10819)
プロット結果が不必要な補助目盛りラベルを表示する可能性のあるバグ (GH 10657)
NaT を含む DataFrame の集計 (first、last、min など) で groupby の計算が正しくないバグ。 (GH 10590, GH 11010)
スカラー値のみの辞書を渡し、列を指定した場合にエラーが発生しなかった DataFrame 構築時のバグ (GH 10856)
非常に類似した値に対して丸め誤差を引き起こす .var() のバグ (GH 10242)
重複する列を持つ DataFrame.plot(subplots=True) が誤った結果を出力するバグ (GH 10962)
Index 算術が誤ったクラスを返す可能性のあるバグ (GH 10638)
freq が負の年間、四半期、月間である場合に date_range が空の結果を返すバグ (GH 11018)
DatetimeIndex が負の freq を推測できないバグ (GH 11018)
主にテストにおいて、一部の非推奨の numpy 比較演算子の使用を削除しました。 (GH 10569)
Index dtype が適切に適用されない可能性のあるバグ (GH 11017)
最小の Google API クライアントバージョンをテストする際の io.gbq のバグ (GH 10652)
timedelta キーを持つネストされた dict から DataFrame を構築する際のバグ (GH 11129)
データに datetime dtype が含まれている場合に .fillna が TypeError を発生させる可能性のあるバグ (GH 7095, GH 11153)
グループ化するキーの数がインデックスの長さと同じ場合に .groupby のバグ (GH 11185)
すべてが null で coerce の場合に、変換された値が返されない可能性のある convert_objects のバグ (GH 9589)
copy キーワードが尊重されない convert_objects のバグ (GH 9589)

貢献者#

このリリースには合計112名がパッチを貢献しました。「+」が付いている名前の人は今回初めてパッチを貢献しました。

アレックス・ロスバーグ
アンドレア・ベディーニ +
アンドリュー・ローゼンフェルド
アンディ・ヘイデン
アンディ・リー +
アンソニオス・パルテニウ +
アルテム・コルチンスキー
バーナード・ウィラーズ
チャーリー・クラーク +
クリス +
クリス・ウィーラン
クリストフ・ゴールケ +
クリストファー・ウィーラン
クラーク・フィッツジェラルド
クリアフィールド・クリストファー +
ダン・リングウォルト +
ダニエル・ニー +
データ＆コードエキスパートデータでコードを実験中 +
デビッド・コットレル
デビッド・ジョン・ガーニュ +
デビッド・ケリー +
ETF +
エドゥアルド・シェッティーノ +
エゴール +
エゴール・パンフィロフ +
エヴァン・ライト
フランク・ピンター +
ガブリエル・アラウホ +
ギャレット-R
ジャンルカ・ロッシ +
ギョーム・ゲイ
ギョーム・プーリン
ハーシュ・ニサール +
イアン・ヘンリクセン +
イアン・ホーゲン +
ジャイデヴ・デシュパンデ +
ヤン・ルドルフ +
ヤン・シュルツ
ジェイソン・スウェイルズ +
ジェフ・リーバック
ヨナス・バイル +
Joris Van den Bossche
ジョリス・ヴァンカーシャバー +
ジョシュ・レヴィ＝クレイマー +
ジュリアン・ダンジュー
カ・ウォ・チェン
キャリー・キーホー +
ケルシー・ジョーダル
カービー・シェデン
ケビン・シェパード
ラーズ・ビューティンク
リーフ・ジョンソン +
ルイス・オルティス +
マック +
マット・ガンボギ +
マット・サヴォイエ +
マシュー・ギルバート +
マキシミリアン・ルース +
ミケランジェロ・ダゴスティーノ +
モルタダ・メヒヤル
Nick Eubank
ニプン・バトラ
オンドレイ・チェルティーク
Phillip Cloud
プラタップ・ヴァルダン +
ラファル・スコラシンスキー +
リチャード・ルイス +
リノック・ジョンソン +
ロブ・レヴィ
ロバート・ギーセケ
サフィア・アブダラ +
サミュエル・デニー +
サウミトラ・シャハプール +
セバスチャン・ポエルステル +
セバスチャン・ルバート +
シェパード、ケビン +
Sinhrks
シウ・クワン・ラム +
スキッパー・シーボールド
スペンサー・カルッチュ +
ステファン・ホイヤー
スティーブン・フーバー +
スティーブン・パスコ +
テリー・サンテゴッズ +
トーマス・グレンジャー
チャーク・サンテゴッズ +
Tom Augspurger
ヴィンセント・デイビス +
ウィンターフラワー +
ヤロスラフ・ハルチェンコ
ユアン・タン（テリー） +
agijsberts
ajcr +
behzad nouri
cel4
chris-b1 +
cyrusmaher +
davidovitch +
ganego +
jreback
juricast +
larvian +
maximilianr +
msund +
rekcahpassyla
robertzk +
scls19fr
seth-p
sinhrks
springcoil +
terrytangyuan +
tzinckgraf +

非推奨の関数	代替
`.irow(i)`	`.iloc[i]` または `.iat[i]`
`.iget(i)`	`.iloc[i]` または `.iat[i]`
`.iget_value(i)`	`.iloc[i]` または `.iat[i]`

非推奨の関数	代替
`.irow(i)`	`.iloc[i]`
`.iget_value(i, j)`	`.iloc[i, j]` または `.iat[i, j]`
`.icol(j)`	`.iloc[:, j]`

バージョン 0.17.0 (2015年10月9日)#

新機能#

タイムゾーン付きDatetime#

GILの解放#

サブメソッドのプロット#

dt アクセサーの追加メソッド#

Series.dt.strftime#

Series.dt.total_seconds#

期間周波数の強化#

SAS XPORT ファイルのサポート#

.eval()での数学関数のサポート#

MultiIndex を使用したExcelへの変更#

Google BigQueryの機能強化#

Unicode東アジア幅による表示位置合わせ#

その他の機能強化#

下位互換性のない API の変更#

ソートAPIの変更#

to_datetimeとto_timedeltaの変更#

エラー処理#

一貫した解析#

Index比較の変更#

Noneとのブール比較の変更#

HDFStore dropnaの動作#

display.precision オプションの変更#

Categorical.unique の変更#

パーサーで header として渡される bool の変更#

その他の API の変更#

非推奨#

以前のバージョンの非推奨/変更の削除#

パフォーマンス改善#

バグ修正#

貢献者#

`dt` アクセサーの追加メソッド#

`MultiIndex` を使用したExcelへの変更#

`display.precision` オプションの変更#

`Categorical.unique` の変更#

パーサーで `header` として渡される `bool` の変更#