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。
❓
延伸问答
pandas 3.0.0有哪些主要更新？
pandas 3.0.0更新了字符串处理、内存语义和日期时间解析，移除了过时功能，并引入了专用字符串dtype和写时复制语义。
新版本的pandas如何处理字符串数据？
新版本使用专用的字符串dtype来存储字符串数据，只接受字符串值，并简化缺失值管理。
pandas 3.0.0引入的写时复制语义有什么影响？
写时复制语义消除了视图与副本之间的模糊性，使索引和子集操作返回的行为更可预测，移除了SettingWithCopyWarning。
pandas 3.0.0的日期时间处理有什么变化？
日期时间处理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。
pandas 3.0.0对Python和NumPy的要求是什么？
pandas 3.0.0的最低要求是Python 3.11和NumPy 1.26.0。
社区对pandas 3.0.0的反应如何？
社区讨论了pandas的未来及其与竞争对手Polars的比较，部分用户对pandas的设计选择表示担忧。
➡️
