バージョン 0.7.3 (2012年4月12日)#

これは 0.7.2 からのマイナーリリースで、多くのマイナーバグを修正し、いくつかの素晴らしい新機能を追加しています。また、注意すべきいくつかの API 変更点もあります。これらは多くのユーザーに影響を与えるべきものではなく、動作の変更を伴うものの、我々はこれらを「バグ修正」と呼ぶ傾向にあります。完全なリストについては、完全なリリースノートまたは GitHub のイシュートラッカーを参照してください。

新機能#

from pandas.tools.plotting import scatter_matrix

scatter_matrix(df, alpha=0.2)  # noqa F821

df.plot(kind="bar", stacked=True)  # noqa F821

df.plot(kind="barh", stacked=True)  # noqa F821

  • DataFrame.plot および Series.plot に、ログxおよびyのスケールオプションを追加

  • 尖度を計算するための kurt メソッドを Series および DataFrame に追加

NAブール比較APIの変更#

非数値 Series での NA 値 (通常 NaN または None として表現される) の処理方法に関するいくつかの変更を元に戻しました。

In [1]: series = pd.Series(["Steve", np.nan, "Joe"])

In [2]: series == "Steve"
Out[2]:
0     True
1    False
2    False
Length: 3, dtype: bool

In [3]: series != "Steve"
Out[3]:
0    False
1     True
2     True
Length: 3, dtype: bool

比較において、NA / NaN は != の場合を除き、常に False として扱われます。!= の場合は True です。NA データが存在する場合のブール演算、特に否定演算には「細心の注意」を払ってください。これが心配な場合は、ブール配列演算に明示的な NA フィルターを追加することをお勧めします。

In [4]: mask = series == "Steve"

In [5]: series[mask & series.notnull()]
Out[5]:
0    Steve
Length: 1, dtype: object

比較において NA を伝播させることは、一部のユーザーにとっては正しい動作のように思えるかもしれませんが（純粋に技術的な観点から言えば、これが正しいと主張することもできます）、数値配列を含むすべての場所で NA を伝播させると、ユーザーにとって多くの問題を引き起こすという評価が下されました。そのため、「実用性が純粋さに勝る」というアプローチが取られました。この問題は将来的に再検討される可能性があります。

その他の API の変更#

グループ化された Series に対して apply を呼び出す場合、戻り値も Series になります。これは DataFrame の groupby の動作とより一貫性を持たせるためです。

In [6]: df = pd.DataFrame(
   ...:     {
   ...:         "A": ["foo", "bar", "foo", "bar", "foo", "bar", "foo", "foo"],
   ...:         "B": ["one", "one", "two", "three", "two", "two", "one", "three"],
   ...:         "C": np.random.randn(8),
   ...:         "D": np.random.randn(8),
   ...:     }
   ...: )
   ...:

In [7]: df
Out[7]:
   A      B         C         D
0  foo    one  0.469112 -0.861849
1  bar    one -0.282863 -2.104569
2  foo    two -1.509059 -0.494929
3  bar  three -1.135632  1.071804
4  foo    two  1.212112  0.721555
5  bar    two -0.173215 -0.706771
6  foo    one  0.119209 -1.039575
7  foo  three -1.044236  0.271860

[8 rows x 4 columns]

In [8]: grouped = df.groupby("A")["C"]

In [9]: grouped.describe()
Out[9]:
   count      mean       std       min       25%       50%       75%       max
A
bar    3.0 -0.530570  0.526860 -1.135632 -0.709248 -0.282863 -0.228039 -0.173215
foo    5.0 -0.150572  1.113308 -1.509059 -1.044236  0.119209  0.469112  1.212112

[2 rows x 8 columns]

In [10]: grouped.apply(lambda x: x.sort_values()[-2:])  # top 2 values
Out[10]:
A
bar  1   -0.282863
     5   -0.173215
foo  0    0.469112
     4    1.212112
Name: C, Length: 4, dtype: float64

貢献者#

このリリースには合計15名がパッチを貢献しました。名前に「+」が付いている方は、初めてパッチを貢献された方です。

  • エイブラハム・フラックスマン +

  • Adam Klein

  • アンドレアス H. +

  • Chang She

  • Dieter Vandenbussche

  • ジャック・クヴァム +

  • K.-マイケル・アイ +

  • カミル・キジール +

  • マーティン・ブレイス +

  • スキッパー・シーボールド

  • Thomas Kluyver

  • Wes McKinney

  • Wouter Overmeire

  • ヤロスラフ・ハルチェンコ

  • lgautier +