InfoQ
·
Pandas 3.0引入默认字符串数据类型和写时复制语义
💡
原文英文，约500词，阅读约需2分钟。
📝
内容提要
pandas 3.0.0发布，更新了字符串处理、内存语义和日期时间解析，移除过时功能。新版本引入专用字符串dtype，简化缺失值管理，采用写时复制语义，改善索引操作，支持新表达式语法pd.col()，并调整日期时间处理精度。最低要求升级至Python 3.11和NumPy 1.26.0，社区讨论pandas未来及其竞争对手Polars。
🎯
关键要点
- pandas 3.0.0发布，更新了字符串处理、内存语义和日期时间解析，移除过时功能。
- 新版本引入专用字符串dtype，简化缺失值管理，支持仅接受字符串值。
- 正式采用写时复制语义，改善索引和子集操作，消除视图与副本之间的模糊性。
- 引入新表达式语法pd.col()，允许声明式的列转换，简化代码。
- 日期时间处理精度调整，不再默认使用纳秒精度，而是根据输入推断最合适的解析精度。
- 支持Arrow PyCapsule接口，实现与Arrow兼容系统的零拷贝数据交换。
- 最低要求升级至Python 3.11和NumPy 1.26.0，默认时区后端转向标准库的zoneinfo。
- 社区讨论pandas未来及其竞争对手Polars，部分用户对pandas的设计选择表示担忧。
➡️
