版本 0.22.0 (2017年12月29日)#
这是从 0.21.1 版本以来的一个主要发布，并且包含一个 API 破坏性的更改。我们建议所有用户在仔细阅读发布说明（单数！）后升级到这个版本。
向后不兼容的 API 变化#
pandas 0.22.0 改变了对空值和所有-NA 的和与积的处理方式。简而言之是
一个空的或全部为 NA 的
Series的总和现在是0一个空的或全部为 NA 的
Series的乘积现在是1我们为
.sum()和.prod()添加了一个min_count参数，用于控制结果有效的有效值的最小数量。如果存在的非*NA*值少于min_count，则结果为*NA*。默认值是0。要返回NaN，即0.21版本的行为，请使用min_count=1。
一些背景：在 pandas 0.21 中，我们修复了一个长期存在的，根据是否安装了 bottleneck 而返回值不一致的所有-NA 系列的错误。请参见 所有-NaN 或空 Series/DataFrames 的总和/乘积现在一致为 NaN。同时，我们将空 Series 的 sum 和 prod 也改为 NaN。
基于反馈，我们部分恢复了这些更改。
算术运算#
默认情况下，空或全为 NA 的 Series 的总和现在是 0。
pandas 0.21.x
In [1]: pd.Series([]).sum()
Out[1]: nan
In [2]: pd.Series([np.nan]).sum()
Out[2]: nan
pandas 0.22.0
In [1]: pd.Series([]).sum()
Out[1]: 0
In [2]: pd.Series([np.nan]).sum()
Out[2]: 0.0
默认行为与安装了 bottleneck 的 pandas 0.20.3 相同。它还与 NumPy 的 np.nansum 在空数组和所有-NA 数组上的行为相匹配。
要让空系列的和返回 NaN``（这是没有 bottleneck 的 pandas 0.20.3 或 pandas 0.21.x 的默认行为），请使用 ``min_count 关键字。
In [3]: pd.Series([]).sum(min_count=1)
Out[3]: nan
由于 skipna 参数，所有*NA* 系列的 .sum 在概念上与 skipna=True``（默认值）的空系列的 ``.sum 相同。
In [4]: pd.Series([np.nan]).sum(min_count=1) # skipna=True by default
Out[4]: nan
min_count 参数指的是对非NA求和或乘积所需的最小 非空 值数量。
Series.prod() 已被更新，其行为与 Series.sum() 相同，返回 1 。
In [5]: pd.Series([]).prod()
Out[5]: 1
In [6]: pd.Series([np.nan]).prod()
Out[6]: 1.0
In [7]: pd.Series([]).prod(min_count=1)
Out[7]: nan
这些更改也影响 DataFrame.sum() 和 DataFrame.prod()。最后，pandas 中一些不太明显的地方也受到此更改的影响。
按分类分组#
按 Categorical 分组并求和现在返回 0 而不是 NaN 对于没有观察值的类别。乘积现在返回 1 而不是 NaN。
pandas 0.21.x
In [8]: grouper = pd.Categorical(['a', 'a'], categories=['a', 'b'])
In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]:
a 3.0
b NaN
dtype: float64
pandas 0.22
In [8]: grouper = pd.Categorical(["a", "a"], categories=["a", "b"])
In [9]: pd.Series([1, 2]).groupby(grouper, observed=False).sum()
Out[9]:
a 3
b 0
Length: 2, dtype: int64
要恢复 0.21 版本中对未观测组的 NaN 返回行为，请使用 min_count>=1。
In [10]: pd.Series([1, 2]).groupby(grouper, observed=False).sum(min_count=1)
Out[10]:
a 3.0
b NaN
Length: 2, dtype: float64
重采样#
所有-NA 区间的总和和乘积已从 NaN 变为总和为 0 和乘积为 1。
pandas 0.21.x
In [11]: s = pd.Series([1, 1, np.nan, np.nan],
....: index=pd.date_range('2017', periods=4))
....: s
Out[11]:
2017-01-01 1.0
2017-01-02 1.0
2017-01-03 NaN
2017-01-04 NaN
Freq: D, dtype: float64
In [12]: s.resample('2d').sum()
Out[12]:
2017-01-01 2.0
2017-01-03 NaN
Freq: 2D, dtype: float64
pandas 0.22.0
In [11]: s = pd.Series([1, 1, np.nan, np.nan],
....: index=pd.date_range("2017", periods=4))
In [12]: s.resample("2d").sum()
Out[12]:
2017-01-01 2.0
2017-01-03 0.0
Freq: 2D, Length: 2, dtype: float64
要恢复 0.21 版本返回 NaN 的行为，请使用 min_count>=1。
In [13]: s.resample("2d").sum(min_count=1)
Out[13]:
2017-01-01 2.0
2017-01-03 NaN
Freq: 2D, Length: 2, dtype: float64
特别是，上采样和求和或求积会受到影响，因为即使原始序列完全有效，上采样也会引入缺失值。
pandas 0.21.x
In [14]: idx = pd.DatetimeIndex(['2017-01-01', '2017-01-02'])
In [15]: pd.Series([1, 2], index=idx).resample('12H').sum()
Out[15]:
2017-01-01 00:00:00 1.0
2017-01-01 12:00:00 NaN
2017-01-02 00:00:00 2.0
Freq: 12H, dtype: float64
pandas 0.22.0
In [14]: idx = pd.DatetimeIndex(["2017-01-01", "2017-01-02"])
In [15]: pd.Series([1, 2], index=idx).resample("12H").sum()
Out[15]:
2017-01-01 00:00:00 1
2017-01-01 12:00:00 0
2017-01-02 00:00:00 2
Freq: 12H, Length: 3, dtype: int64
再次强调，min_count 关键字可用于恢复 0.21 版本的行为。
In [16]: pd.Series([1, 2], index=idx).resample("12H").sum(min_count=1)
Out[16]:
2017-01-01 00:00:00 1.0
2017-01-01 12:00:00 NaN
2017-01-02 00:00:00 2.0
Freq: 12H, Length: 3, dtype: float64
滚动和扩展#
滚动和扩展已经有一个 min_periods 关键字，其行为类似于 min_count。唯一改变的情况是在使用 min_periods=0 进行滚动或扩展求和时。以前这会返回 NaN，当窗口中少于 min_periods 个非*NA* 值时。现在它返回 0。
pandas 0.21.1
In [17]: s = pd.Series([np.nan, np.nan])
In [18]: s.rolling(2, min_periods=0).sum()
Out[18]:
0 NaN
1 NaN
dtype: float64
pandas 0.22.0
In [11]: s = pd.Series([np.nan, np.nan])
In [12]: s.rolling(2, min_periods=0).sum()
Out[12]:
0 0.0
1 0.0
Length: 2, dtype: float64
min_periods=None 的默认行为保持不变，即 min_periods 等于窗口大小。
兼容性#
如果你维护一个应该在不同 pandas 版本中工作的库，最简单的方法可能是从你的要求中排除 pandas 0.21。否则，你所有的 sum() 调用都需要在求和之前检查 Series 是否为空。
使用 setuptools，在你的 setup.py 中使用:
install_requires=['pandas!=0.21.*', ...]
使用 conda，请
requirements:
run:
- pandas !=0.21.0,!=0.21.1
请注意，对于所有-NA 系列的返回值不一致性在 pandas 0.20.3 及更早版本中仍然存在。避免使用 pandas 0.21 只能帮助处理空的情况。
贡献者#
总共有 1 个人为这次发布贡献了补丁。名字旁边有 “+” 的人首次贡献了补丁。
Tom Augspurger