原文：http://pandas.pydata.org/pandas-docs/stable/release.html
校对：（虚位以待）
这是每个版本之间对pandas的更改列表。有关完整详细信息，请参阅提交日志http://github.com/pandas-dev/pandas
什么是
pandas是一个Python包，提供快速，灵活和表达性的数据结构，旨在使用“关系”或“标记”数据，既方便又直观。它旨在成为在Python中进行实际，真实世界数据分析的基本高级构建块。此外，它具有更广泛的目标，成为任何语言中可用的最强大和灵活的开源数据分析/操作工具。
在哪里取得
发布日期： 2016年12月24日
这是0.19.x系列中的一个小错误修复版本，包括一些小的回归修复，错误修复和性能改进。
亮点包括：
有关已在0.19.2中修复的所有错误的概述，请参阅v0.19.2 Whatsnew页面。
发布日期： 2016年11月3日
这是一个从0.19.0的小错误修复版本，并包括一些小的回归修复，错误修复和性能改进。
有关已在0.19.1中修复的所有错误的概述，请参阅v0.19.1 Whatsnew页面。
发布日期： 2016年10月2日
这是0.18.1的主要版本，包括多个API更改，几个新功能，增强功能和性能改进以及大量错误修复。我们建议所有用户升级到此版本。
亮点包括：
merge_asof()用于asof风格的时间序列连接，请参阅here.rolling()现在是时间序列感知，请参阅hereread_csv()现在支持解析Categorical数据，请参阅hereunion_categorical()用于组合分类，请参阅herePeriodIndex现在有自己的period dtype，并且更改为与其他Index类更一致。请参阅hereint和bool dtypes的支持，参见hereSeries的比较操作不再忽略索引，有关API更改的概述，请参阅here。Panel4D和PanelND。我们建议使用xarray软件包来表示这些类型的n维数据。pandas.io.data, pandas.io.wb, pandas.tools.rplot.有关已在0.19.0中修复的所有增强功能和错误的详细列表，请参见v0.19.0 Whatsnew概述。
发布日期：（2016年5月3日）
这是一个从0.18.0的小版本，包括大量的错误修复以及几个新的功能，增强和性能改进。
亮点包括：
.groupby(...) has been enhanced to provide convenient syntax when working with .rolling(..), .expanding(..) and .resample(..) per group, see herepd.to_datetime()已获得从DataFrame汇编日期的能力，请参阅heresparse的许多错误修复，请参阅here有关已在0.18.1中修复的所有增强功能和错误的详细列表，请参见v0.18.1 Whatsnew概述。
发布日期：（2016年3月13日）
这是从0.17.1的主要版本，包括少量的API更改，几个新功能，增强功能和性能改进以及大量的错误修复。我们建议所有用户升级到此版本。
亮点包括：
.groupby，请参阅here。RangeIndex的支持，作为Int64Index的特殊形式，以节省内存，请参阅here。.resample方法，使其更多.groupby，例如，请参阅here。TypeError，请参阅here。.to_xarray()函数，请参阅here。read_sas函数已增强以读取sas7bdat文件，请参阅here。pd.test()顶级鼻梁测试跑步机可用（GH4327）。有关已在0.18.0中修复的所有增强功能和错误的详细列表，请参见v0.18.0 Whatsnew概述。
发布日期：（2015年11月21日）
这是一个从0.17.0的小版本，包括大量的错误修复以及几个新的功能，增强功能和性能改进。
亮点包括：
DataFrame.drop_duplicates中从0.16.2回归，导致对整数值的不正确结果（GH11376）有关已在0.17.1中修复的所有增强功能和错误的详细列表，请参阅v0.17.1 Whatsnew概述。
发布日期：（2015年10月9日）
这是从0.16.2的主要版本，包括少量的API更改，几个新功能，增强功能和性能改进以及大量的错误修复。我们建议所有用户升级到此版本。
亮点包括：
.plot存取器的属性，请参见heredatetime64[ns]，请参阅hereto_datetime的默认值现在为raise，当呈现不可解析的格式时，以前这将返回原始输入。此外，日期解析函数现在返回一致的结果。请参阅heredropna in HDFStore has changed to False, to store by default all rows even if they are all NaN, see heredt）现在支持Series.dt.strftime生成datetime-like和Series.dt.total_seconds的格式化字符串timedelta的每个持续时间（以秒为单位）。请参阅herePeriod和PeriodIndex可以处理类似于3D的倍频，其对应于3天跨度。请参阅herePEP440的版本字符串（GH9518）有关已在0.17.0中修复的所有增强功能和错误的详细列表，请参阅v0.17.0 Whatsnew概述。
发布日期：（2015年6月12日）
这是从0.16.1的一个小版本，包括大量的错误修复以及几个新的功能，增强功能和性能改进。
亮点包括：
有关已在0.16.2中修复的所有增强功能和错误的详细列表，请参阅v0.16.2 Whatsnew概述。
发布日期：（2015年5月11日）
这是一个从0.16.0的小版本，包括大量的错误修复以及几个新的功能，增强和性能改进。需要少量的API更改来修复现有的错误。
有关已在0.16.1中修复的所有API更改，增强和错误的详细列表，请参阅v0.16.1 Whatsnew概述。
发布日期：（2015年3月22日）
这是0.15.2的主要版本，包括许多API更改，几个新功能，增强功能和性能改进以及大量错误修复。
亮点包括：
DataFrame.assign方法，请参阅hereSeries.to_coo/from_coo与scipy.sparse交互的方法，请参阅hereTimedelta的向后不兼容更改符合.seconds属性与datetime.timedelta，请参阅here.loc切片API的更改符合.ix的行为，请参阅hereCategorical构造函数中的排序默认值，请参阅herepandas.tools.rplot，pandas.sandbox.qtpandas和pandas.rpy模块。We refer users to external packages like seaborn, pandas-qt and rpy2 for similar or equivalent functionality, see here有关已在0.16.0中修复的所有API更改，增强和错误的详细列表，请参阅v0.16.0 Whatsnew概述或GitHub上的问题跟踪器。
发布日期：（2014年12月12日）
这是从0.15.1的次要版本，包括大量的错误修复以及几个新的功能，增强和性能改进。需要少量的API更改来修复现有的错误。
有关已在0.15.2中修复的所有API更改，增强和错误的详细列表，请参阅v0.15.2 Whatsnew概述。
发布日期：（2014年11月9日）
这是0.15.0的小版本，包括少量的API更改，几个新功能，增强功能和性能改进以及大量的错误修复。
有关已在0.15.1中修复的所有API更改，增强和错误的详细列表，请参阅v0.15.1 Whatsnew概述。
发布日期：（2014年10月18日）
这是从0.14.1的主要版本，包括许多API更改，几个新功能，增强和性能改进以及大量的错误修复。
亮点包括：
Categorical类型已集成为一类pandas类型，请参阅hereTimedelta和新的索引类型TimedeltaIndex，请参阅heredf.info()以包括内存使用，请参阅Memory Usage.dt，请参阅Datetimelike Propertiesread_csv现在默认会在解析时忽略空行，请参阅hereIndex类不再是子类ndarray的内部重构，请参阅Internal RefactoringPyTables和小于版本2.1（GH7990）的numexpr有关已在0.15.0中修复的所有API更改，增强和错误的详细列表，请参阅v0.15.0 Whatsnew概述或GitHub上的问题跟踪器。
发布日期：（2014年7月11日）
这是一个从0.14.0的小版本，包括少量的API更改，几个新功能，增强功能和性能改进以及大量的错误修复。
亮点包括：
select_dtypes()基于dtype和sem()选择列来计算平均值的标准误差。read_csv()文本解析器中的整行注释。有关已在0.14.1中修复的所有API更改，增强和错误的详细列表，请参阅v0.14.1 Whatsnew概述或GitHub上的问题跟踪器。
发布日期：（2014年5月31日）
这是从0.13.1的主要版本，包括许多API更改，几个新功能，增强功能和性能改进以及大量的错误修复。
亮点包括：
sqlalchemy，请参阅here。CustomBusinessDay，请参阅here有关已在0.14.0中修复的所有API更改，增强和错误的详细列表，请参阅v0.14.0 Whatsnew概述或GitHub上的问题跟踪器。
发布日期：（2014年2月3日）
date_format和datetime_format属性添加到ExcelWriter。（GH4133）Series.sort在对另一个对象进行排序时会引发ValueError（而不是TypeError）（GH5856 ，GH5853）SettingWithCopyError (according to the option chained_assignment in more cases, when detecting chained assignment, related (GH5938, GH6025)autocorrelation_plot现在接受**kwargs。（GH5623）convert_objects现在接受convert_timedeltas='coerce'参数以允许对timedeltas进行强制dtype转换（GH5458，：issue：5689 ）-NaN和-nan添加到默认的NA值集合（GH5952）。请参阅NA Values。NDFrame现在有一个equals方法。（GH5283）DataFrame.apply will use the reduce argument to determine whether a Series or a DataFrame should be returned when the DataFrame is empty (GH6007).axis=1，DataFrame count/dropnaSeries/Panel/Panel4D上的dtypes属性Panel.apply以允许任意函数（而不只是ufuncs）（GH1148）允许多个轴用于操作Paneldatetime和timedelta64的ArrayFormatter现在根据数组中的值智能地限制精度（GH3401）pd.show_versions()现在可以方便地报告问题。dtypes/ftypes方法中改进效果（GH5968）timedelta的改进的类型推断（GH5458，GH5689）DataFrame.apply（GH6013）pd.read_csv和pd.to_datetime学习了一个新的infer_datetime_format关键字，这在很多情况下大大提高了解析perf。感谢@lexual的建议和@danbirken快速实现。（GH5490，：issue：6021）io.wb.get_countries中的错误不包括所有国家/地区（GH6008）.ixNaT中的错误（GH5443）np.nan或整数datelike和格式字符串（GH5863）时，to_datetimeBusinessDayresample（GH5862）中的中继资料时发生错误NaT的字符串表示形式固定为“NaT”（GH5708）pd.match未返回通过的哨兵major_axis为MultiIndex（GH5402）时，Panel.to_frame()pd.read_msgpack中错误地推断了DateTimeIndex频率（GH5947）NaT（GH5961）的数组的to_datetimeinterpolate方法中的错误pd.concat的错误timedelta dtypes（GH5695）时出错to_sql没有遵守if_exists（GH4110 GH4304）.get(None)从0.12（GH5652）索引iloc索引bug，出现在（GH6059）DataFrame.applyDataFrame.append中出现错误.loc setitem索引与rhs上的数据框，多项目设置和datetimelike（GH6152）query / eval中的错误。query中的一个错误，其中单元素Series的索引被丢弃（GH6148）。HDFStore中有错误HDFStore上进行选择nanops.var中的错误与ddof=1和1个元素有时会返回inf而不是nan （GH6136）use_index关键字（GH6209）的Series和DataFrame条形图中出现错误argsort失败（GH6212）发布日期： 2014年1月3日
plot(kind='kde')现在接受传递给scipy.stats.gaussian_kde()的可选参数bw_method和ind > = 0.11.0）来设置带宽，并使用gkde.evaluate()来分别指定要评估的指标。参见scipy文档。（GH4298）isin方法（GH4211）df.to_clipboard()学习了一个新的excel关键字，让您将df数据直接粘贴到excel中（默认启用）。（GH5070）。extract字符串方法更方便地返回正则表达式匹配（GH4685）to_csv()现在通过date_format关键字（GH4313）根据指定的格式字符串输出datetime对象LastWeekOfMonth DateOffset（GH4637）cumcount groupby方法（GH4646）FY5253和FY5253Quarter DateOffsets（GH4511）mode()方法添加到Series和DataFrame以获取列/系列的统计模式。（GH5367）eval()函数在后台使用numexpr实现表达式求值。这导致涉及大型DataFrames / Series的复杂表达式的大幅加速。DataFrame有一个新的eval()，用于评估DataFrame的上下文中的表达式；允许内联表达式赋值query()方法，该方法允许您使用与Python语法几乎相同的自然查询语法来选择DataFrame的元素。pd.eval and friends now evaluate operations involving datetime64 objects in Python space because numexpr cannot handle NaT values (GH4897).pd.read_msgpack()和pd.to_msgpack() / df.to_msgpack()添加msgpack支持用于任意pandas（和python对象）以轻便的便携式二进制格式（GH686，GH5506）pandas.io.gbq，用于从Google BigQuery读取（和写入）DataFrame。（GH4140）read_html现在提出URLError，而不是捕捉并提高ValueError（GH4303，GH4305 t7 >）read_excel现在在其sheetname参数中支持一个整数，给出要读入的工作表索引（GH4301）。get_dummies适用于NaN（GH4446）read_clipboard()和to_clipboard()（GH4282）的测试value_counts（GH3945）添加了箱子参数，也排序和升序，现在可用于Series方法以及顶级函数。read_table，read_csv等。HDFStore中显着改善表的写入性能drop_level参数添加到xs（GH4180）Index.copy() and MultiIndex.copy() now accept keyword arguments to change attributes (i.e., names, levels, labels) (GH4039)rename and set_names methods to Index as well as set_names, set_levels, set_labels to MultiIndex. （GH4039，GH4794）的改善的验证（GH4039timedelta64[ns]除以/乘以整数系列（GH4521）timedelta64[ns]除以另一个timedelta64[ns]对象，产生一个float64这是频率转换；也支持astyping。fillna/ffill/bfill整数解释为秒，或timedelta（GH3371）timedelta系列（GH4984）上的方框数字操作ffill/bfillDataFrames上的__getitem__提高性能DatetimeIndex/PeriodsIndex。 s-s.index（GH4629）axis和level关键字添加到where，以便other参数现在可以是可对齐的pandas对象。to_datetime现在解析速度更快ExcelWriter并注册您的引擎）。您可以在to_excel或ExcelWriter中指定engine。您还可以使用config选项io.excel.xlsx.writer和io.excel.xls.writer来指定要使用的编写器。（GH4745，GH4750）Panel.to_excel()现在接受将传递到其DataFrame的to_excel()方法的关键字参数。（GH4750）ExcelWriter引擎。这比默认的openpyxl xlsx写入器快约5倍，并且在速度上等同于xlwt xls写入器模块。（GH4542）collections.Sequence和array.Array对象（GH3783，GH4297，GH4851 t6 >），感谢@lgautier__getitem__ with tuple key (e.g., [:, 2]) on Series without MultiIndex raises ValueError (GH4759, GH4837)read_json现在在字典包含错误键和orient='split'（GH4730）时引发（更多信息性的）ValueError t6>，GH4838）read_stata现在接受Stata 13格式（GH4291）ExcelWriter和ExcelFile可用作上下文管理器。（GH3441，GH4933）pandas现在使用两个不同版本的statsmodels（0.4.3和0.5.0）（GH4981）进行测试。MultiIndex（包括通过repr往返的能力）的字符串表示。（GH3347，GH4935）concat现在在传递的无法连接的对象（GH4608）时会提供更多的信息错误消息。halflife选项添加到指数加权移动函数（PR GH4998）to_dict现在将records视为可能的类型。返回一个列键字典数组。（GH4936）tz_localize可以基于非本地化数据的结构（GH4230）推断秋天夏令时转换read_html()现在支持parse_dates，tupleize_cols和thousands参数（GH4770） 。json_normalize()是一种新方法，允许您从半结构化JSON数据创建平面表。See the docs（GH1067）DataFrame.from_records()现在将接受生成器（GH4910）DataFrame.interpolate()和Series.interpolate()已扩展为包括来自scipy的插值方法。（GH4434，GH1892）Series现在支持to_frame方法将其转换为单列DataFrame（GH5164）closed参数（GH4579）以向左或向右打开的方式构造DatetimeIndex（和date_range）NDFrame.drop()现在接受轴参数的名称以及整数。（GH5354）NDFrame.drop()，NDFrame.dropna()和.drop_duplicates()全部接受inplace（GH1960，GH5247，GH5628和相关GH2325read_excel()现在尝试将默认情况下将整数浮点数（如1.0）转换为int。（GH5394）to_excel()中具有默认选项merge_cells，以合并MultiIndex和Hierarchical Rows中的单元格。注意：使用此选项，不再可能使用合并的MultiIndex和分层行舍入Excel文件。将merge_cells设置为False以恢复先前的行为。（GH5254）DataFrame.reindex()和向前/向后填充现在在任一索引不是单调的（GH4483，GH4484）时引发ValueError。pandas现在是Python 2/3兼容，而不需要2to3感谢@jtratner。因此，pandas现在更广泛地使用迭代器。这也导致本杰明·彼得森的six图书馆的实质性部分被引入compat。（GH4384，GH4375，GH4372）pandas.util.compat和pandas.util.py3compat已合并到pandas.compat中。pandas.compat现在包括许多允许2/3兼容性的功能。它包含range，filter，map和zip的列表和迭代器版本，以及Python 3兼容性的其他必要元素。lmap, lzip, lrange and lfilter all produce lists instead of iterators, for compatibility with numpy, subscripting and pandas constructors. （GH4384，GH4375，GH4372）iterkv，它将在以后的版本中删除（只是用于修改2to3的iteritems的别名）。（GH4384，GH4375，GH4372）Series.get现在返回与[]（GH4390）相同ix/loc，即使单个键当前未包含在该轴的索引中（GH2578， GH5226，GH5632，GH5720，GH5744，GH5756to_clipboard的默认导出为csv，其中sep为tat现在将放大对象inplace（并返回相同）（GH2578）DataFrame.plot会通过传递kind='scatter'（GH2215）HDFStoreappend_to_multiple自动同步将行写入多个表，并添加dropna kwarg（GH4698）Series（GH4330）is_open属性以指示底层文件是否处理is_open；关闭的商店现在将在查看商店时报告“关闭”（而不是引发错误）（GH4409）HDFStore现在将关闭HDFStore的实例，但只有在引用计数（由PyTables）w.r.t.时才会关闭实际文件。所有打开的句柄都为0。实质上，您有一个变量引用的HDFStore的本地实例。一旦你关闭它，它会报告关闭。其他引用（到同一文件）将继续操作，直到它们自己关闭。对封闭文件执行操作会产生ClosedFileError_quiet属性，如果从表（GH4367）检索重复行，请替换为DuplicateWarningopen删除warn参数。如果您尝试使用OPEN文件句柄（GH4367）使用mode='w'，则会引发PossibleDataLossError异常where condition (GH4467)dropna=True添加到append以更改是否所有的行都不写入商店（默认值为True NOT written），也可通过选项io.hdf.dropna_table（GH4625）设置format关键字现在替换table关键字；允许的值为fixed(f)|table(t) Storer格式已重命名为Fixedselect_as_coordinates现在将返回结果选择集的Int64Indextimedelta64[ns]为序列化类型（GH3577）numexpr 2.2.2修复PyTables 2.4中的不兼容性（GH4908）flush现在接受fsync参数，其默认为False（GH5364）table格式（GH5386）不支持unicodeJSON
Index和MultiIndex更改（GH4039）：MultiIndex上直接设置levels和labels现已弃用。相反，您可以使用set_levels()和set_labels()方法。levels，labels和names属性不再返回列表，而是返回不允许设置项目的容器（'mostly immutable'）levels，labels和names在设置时有效，复制或浅复制。levels或labels现在可正确无效缓存的属性。（GH5238）。__deepcopy__现在返回数据的浅拷贝（当前：视图） - 允许元数据更改。MultiIndex.astype()现在只允许np.object_类似dtypes，现在返回MultiIndex而不是Index（GH4039）is_ method to Index that allows fast equality comparison of views (similar to np.may_share_memory but no false positives, and changes on levels and labels setting on MultiIndex). （GH4859，GH4909）__iadd__别名至__add__。（GH4996）is_ method to Index that allows fast equality comparison of views (similar to np.may_share_memory but no false positives, and changes on levels and labels setting on MultiIndex). （GH4859，GH4909）downcast='infer'的转换和向下转换dtype传递到fillna/ffill/bfill（GH4604）__nonzero__对于所有NDFrame对象，现在将生成ValueError，将回到（GH1073，GH4633）行为。将.bool()方法添加到NDFrame对象以方便评估单元素布尔系列DataFrame.update()不再引发DataConflictError，它现在将引发一个ValueError（如有必要）（GH4732 ）Series.isin()和DataFrame.isin()现在在传递字符串（GH4763）时引发TypeError传递一个元素（包含字符串）的list。read_excel和ExcelFile中删除未记录/未使用的kind关键字参数。（GH4713，GH4712）NDFrame.replace()的method参数再次有效，因此aa列表可以传递到to_replace（GH4743 ）。to_csv和read_csv，tupleize_cols的默认值现在为False。0.12（GH3604）中的公平警告to_timedelta函数NDFrame现在与Python的toplevel abs()函数（GH4821）兼容。TypeErrorFloat64Index。当在索引创建中传递浮动值时，将自动创建。这使得纯标签的切片范例使[],ix,loc用于标量索引和切片工作完全相同。保留其他索引类型的索引（并且[],ix）的位置回退，例外情况是，非Float64Index上的索引上的浮点切片将产生TypeError，例如Series(range(5))[3.5:4.5]（GH263，：issue：5375）Factor（GH3650）set_printoptions/reset_printoptions（：issue：3046）_verbose_info（GH3215）GroupBy对象（GH4887）上无效的方法。pandas.io.parsers（GH3717）中删除已弃用的read_clipboard/to_clipboard/ExcelFile/ExcelWriterSeries，DataFrame，Panel，Panel4D，SparsePanel ，等等。），现在支持整套算术运算符和算术flex方法（add，sub，mul等）。SparsePanel不支持使用非标量的pow或mod。（GH3765）np.prod(pandas_object)之类的调用约定，使用附加关键字args（GH4435）为numpy调用提供numpy兼容性.truncate will raise a ValueError if invalid before and afters dates are given (GH5242)Timestamp现在支持now/today/utcnow类方法（GH5339）NDFrame - 喜欢现在是truedivision，无论将来导入。您可以使用//和floordiv进行整数除法。In [3]: arr = np.array([1, 2, 3, 4])
In [4]: arr2 = np.array([5, 3, 2, 1])
In [5]: arr / arr2
Out[5]: array([0, 0, 1, 4])
In [6]: pd.Series(arr) / pd.Series(arr2) # no future import required
Out[6]:
0 0.200000
1 0.666667
2 1.500000
3 4.000000
dtype: float64
SettingWithCopyError/Warning异常/警告，可通过选项mode.chained_assignmentNA值列表。将N/A，#NA添加为独立的默认na值（GH5521）NDFrame的``Series``的重构打破了rpy2<=2.3.8已针对rpy2打开了一个问题，并且在GH5698中详细说明了解决方法。谢谢@JanSchulz。Series.argmin和Series.argmax现在别名为Series.idxmin和Series.idxmax。这些分别返回min或max元素的索引。在0.13.0之前，这些将返回min / max元素的位置（GH6214）在0.13.0中有一个主要的重构，主要是从NDFrame子类化Series，这是当前DataFrame和Panel，统一方法和行为。系列以前直接从ndarray子类化。（GH4080，GH3862，GH816）参见Internal Refactoring
- 添加了
_setup_axes以创建通用NDFrame结构- 移动方法
from_axes,_wrap_array,axes,ix,loc,iloc,shape,empty,swapaxes,transpose,pop__iter__，keys，__contains__，__len__，__neg__，__invert__convert_objects，as_blocks，as_matrix，values__getstate__，__setstate__（compat保留在框架/面板中）__getattr__，__setattr___indexed_same，reindex_like，align，where，maskfillna，replace（Seriesreplace现在与DataFrame一致）filter（也可以添加轴参数，以选择性地在不同的轴上进行过滤）reindex，reindex_axis，taketruncate（移动成为NDFrame的一部分）isnull/notnull现在可在NDFrame物件上使用
Panel与DataFrame更一致
Panel上指定相同轴的swapaxes现在返回副本- 支持属性访问设置
filter支持与原始DataFrame过滤器相同的APIfillna重构为core/generic.py，而> 3ndim为NotImplemented
NDFrame，而不是直接从ndarray。有几个影响API的细微更改。
- 不支持数组接口的numpy函数现在返回
ndarrays而不是系列，例如。np.diff，np.ones_like，np.whereSeries(0.5)之前会返回标量0.5，不再支持TimeSeries现在是Series的别名。属性is_time_series可以用于区分（如果需要）
- 在内部创建了一个新的块类型，
SparseBlock，它可以容纳多个类型并且是不可合并的。SparseSeries和SparseDataFrame现在从其中继承了更多的方法（Series / DataFrame），并且不再继承自SparseArraySparseBlock）- 稀疏套件现在支持与非稀疏数据的集成。非浮动稀疏数据是可支持的（部分实现）
- 对DataFrames中的稀疏结构的操作应当保留稀疏，合并类型操作将转换为密集（并且返回稀疏），因此可能有些低效
- 在
SparseSeries上启用setitem以获取布尔值/整数/切片SparsePanels实现未更改（例如，不使用BlockManager，需要工作）
ftypes方法添加到Series / DataFame，类似于dtypes，但指示底层是稀疏/密集（以及dtype）NDFrame对象现在都有一个_prop_attributes，可用于指示各种值传播到现有对象（例如Seriesisinstance（value， t> klass），而不必直接导入klass，courtesy的@jtratnerSeries.reindex到核心/ generic.py（GH4604，GH4618），允许method=Series.copy不再接受order参数，现在与NDFrame copyrename方法重写为core / generic.py；修复Series.rename（GH4605），并为Panel添加renameclip方法复制到core / generic.py（GH4798）_get_numeric_data/_get_bool_data到core / generic.py，允许系列/面板功能Series与ndarray的复合相容。（GH4819）rwproperty，有利于内置属性。（GH4843）core/generic.py（GH4435）的重构对象级别数字方法（平均值/ sum / min / max ...）。read_html()现在使用TextParser来解析bs4 / lxml（GH4770）中的HTML数据。pandas/core/groupby.py中的keep_internal关键字参数，因为它未被使用（GH5102）。DateOffsets在导入pandas时不再被实例化，而是随时生成和缓存。DateOffsets的内部表示和处理也已经澄清。（GH5189，相关GH5004）MultiIndex构造函数现在验证传递的级别和标签是否兼容。（GH5213，GH5214）dropna用于Series / DataFrame签名（GH5250），测试来自GH5234，由@rockg提供_update_inplace方法，以方便更新inplace ops中的NDFrame包装器（仅为了方便调用者，实际上不会防止复制）。（GH5247）HDFStoreTypeError而不是ValueErrorread_hdf不符合传递mode（GH4504）to_hdf在传递append和table（GH4584）ValueError未正确引发的错误data_columnsby argument now works correctly with the layout argument (GH4102, GH4014) in *.hist plotting methodsPeriodIndex.map中的错误，其中使用str将返回索引的str表示形式（GH4136）test_time_series_plot_color_with_empty_kwargsDataFrame.sum慢于DataFrame.mean的问题read_html测试现在可以使用Python 2.6（GH4351）network测试抛出NameError的错误，因为局部变量未定义（GH4381）to_json中，如果由于重复的索引（GH4359），传递的orientto_json中，修复日期处理，因此毫秒是docstring说的默认时间戳（GH4362）。as_indexkeep_default_na=False时na_values=None（GH4318）values在具有重复列和混合dtyf的DataFrame上出现错误（GH4377）orient='split'（GH4377）时，read_jsonPeriodIndex（GH4390）修正.iatPeriodIndex与self加入正在返回新实例而不是同一实例（GH4379）的问题；还为其他索引类型添加了一个测试Series.astype(str)会截断字符串（GH4405，GH4437）的错误xs中发出的固定面板切片返回了不正确的暗淡对象（GH4016）Series构造函数（GH4482，GH4480）中DataFrame.set_values中的错误，导致在扩展索引时名称属性丢失。（GH3742，GH4039）names, levels and labels could be set on MultiIndex without validation (GH3714, GH4039)np.timedelta64或np.offsets.DateOffset的rhs的错误np.timedelta64不兼容算法（GH4134）和buggy timedelta在numpy 1.6（GH4135pd.read_clipboard中的错误无法正确解码tslib.get_period_field()和tslib.get_period_field_arr()现在提高代码参数超出范围（GH4519，GH4520 t5 >）DataFrame.apply不正确地重新处理异常（导致原始堆栈跟踪被截断）的问题。ix/loc and non_unique selectors (GH4619)Series/DataFrame（GH4667）上使用setitem None修复错误/ dtype转换pd.read_stata（GH4626）中传递的非默认编码解决解码问题ndarray修复DataFrame.from_records。（GH4727）Index.rename和MultiIndex.rename等不一致的问题。（GH4718，GH4628）iloc/loc时出错QUOTE_NONE并使用to_csv导致Exception，可能会出现错误。（GH4328）ValueError（GH4746）loc/ix设置具有多索引轴和numpy数组的单个索引器（GH3777）时出错iloc中错误切片索引失败（GH4771）read_fwf中没有colspecs或width。（GH4774）read_fwf读取压缩文件的错误。（GH3963）bytes而不是str的错误。简化Python 3（GH3963，GH4785）中产生字节的文件处理。.loc（GH4825）的问题）DataFrame.sort_index的问题，其中，当通过单个列排序并传递ascending的列表时，ascending的参数被解释作为True（GH4839，GH4846）Panel.tshift不工作。添加了freq支持Panel.shift（GH4853）_ensure_numeric不检查复数（GH4902）Series.hist中的一个错误，其中通过by参数创建了两个数字（GH4112，GH4113 t5 >）。convert_objects中为> 2 ndims（GH4937）的错误FrozenNDArray和FrozenList（GH4929）的字符串方法copy()固定到浅复制轴/索引，从而保持单独的元数据。（GH4202，GH4830）cut使用np.inf级别而未显式传递标签的错误（GH3415）DatetimeIndex.union（GH4564）中修复错误的重叠检查Timestamp对象现在可以出现在使用Series或DataFrame对象（GH4982 ）。iloc/loc（GH5016）通过np.nanSeries重新塑造为其自身形状引起TypeError（GH4554）和其他重塑问题的错误。ix/loc和混合int /字符串索引（GH4544）设置错误read_html()无法使用逗号（GH5029）正确推断表格值的错误read_html()未提供返回表（GH4770，GH5029）的稳定排序的错误。read_html()在传递index_col=0（GH5066）时解析不正确的错误。read_html()错误地推断标题类型（GH5048）的错误。DatetimeIndex与PeriodIndex联接导致堆栈溢出（GH3899）的错误。groupby对象不允许绘图（GH5102）的错误。groupby对象不是制表符完成列名称（GH5102）的错误。groupby.plot()和朋友多次重复图形（GH5102）的错误。object在fillna上的dtypes，相关（GH5103）ilocMultiIndex.get_level_values()（GH5074）TestReadHtml未调用正确的read_html()函数（GH5150）的错误。NDFrame.replace()的错误。isnull(MultiIndex)上修复了错误（现在出现错误）（GH5123，GH5125NotImplementedError（GH5191）to_datetime中出现格式错误，coerce=True不提高（GH5195）loc中设置多个索引器和需要广播的系列的rhs（GH5206）MultiIndex上的级别或标签的内置设置不会清除缓存的values属性，因此返回错误的values的错误。（GH5215）Period，其业务日期为freq，以便在非营业日期总是前滚。（GH5203）drop的问题，以及系列上的非唯一索引（GH5248）Series.isin与日期/时间样dtypes（GH5021）initObjToJSON()的返回值/类型签名以与numpy的import_array()（GH5334，GH5326 ）head/tail基于iloc，（GH5370）PeriodIndex字符串表示的错误，如果有1或2个元素。（GH5372）transform和filter可用于具有重复（非唯一）索引的Series和DataFrames。（GH4620）pd.to_timedelta返回标量（GH5410）pd.to_timedelta接受NaN和NaT，返回NaT而不是提高（GH5437 ）isnulliloc（GH5528）中的错误loc（GH5553）从非唯一索引中进行选择None，（GH5592）时，groupby中的错误返回非一致类型ndarray.item（GH5666）提高IndexError发布日期： 2013-07-24
pd.read_html()现在可以解析HTML字符串，文件或网址，并返回DataFrame的列表由@cpcloud提供。（GH3477，GH3605，GH3606）to_json DataFrame / Series方法和read_json顶级读取器各种问题（GH1226，GH3804，GH3876，GH3867，GH1305）to_stata DataFrame方法和read_statato_csv中写入并读入read_csv多索引列的支持。read_csv中的header选项现在接受从中读取索引的行的列表。添加了选项tupleize_cols以提供对通过元组列表写入和读取多索引列的前0.12行为的兼容性。在0.12中的默认值是写入元组列表，并且不将元组列表解释为多索引列。注意：默认值将更改为0.12，以使默认的到以新格式写入和读取多索引列。（GH3571，GH1651，GH3141）Series.str（GH3638）pd.set_option()现在允许N个选项，值对（GH3667）。filter方法返回原始子集（GH3680，GH919）colormap关键字从Matplotlib色彩映射采样列颜色。（GH3860 T0>）convert_objects现在接受copy参数（默认为True）HDFStore
date方法添加到DatetimeIndexdropna参数添加到pivot_table（：issue：3820）melt现在接受可选参数var_name和value_name以指定返回的DataFrame（GH3649）的自定义列名称，感谢@hoechenberger。如果未指定var_name且dataframe.columns.name不为None，那么将用作var_name（GH4144 ）。还支持MultiIndex列。object（GH1818，GH3572），绘图函数现在在尝试绘制任何内容之前引发TypeError / t5>，GH3911，GH3912），但是如果可能，它们会尝试将对象数组转换为数字数组，以便您仍然可以绘制浮动。这发生在任何绘图发生之前，消除任何虚假的图表出现。where导致块分裂的操作要快得多（GH3733）figsize参数（GH3834）unit keyword to Timestamp and to_datetime to enable passing of integers or floats that are in an epoch unit of D, s, ms, us, ns, thanks @mtkini (GH3969) (e.g. unix timestamps or epoch s, with fractional seconds allowed) (GH3540)network测试装饰器捕获IOError（因此也URLError）。添加了with_connectivity_check装饰器，以允许显式检查网站作为代理，以查看是否存在网络连接。另外，新的optional_args装饰工厂。（GH3910，GH3914）read_csv现在会在文件不包含列时抛出更多的信息错误消息，例如，所有换行符layout关键字到DataFrame.hist()以获得更多可自定义布局（GH4050）read_html现在在没有找到表并且检测到BeautifulSoup == 4.2.0时发生（GH4214）HDFStore
datetime64[ns] except to object, and timedelta64[ns] to object/int (GH3425)datetime64 dtypes的行为相对于某些所谓的缩减操作（GH3726）已经改变。The following operations now raise a TypeError when performed on a Series and return an empty Series when performed on a DataFrame similar to performing these operations on, for example, a DataFrame of slice objects: - sum, prod, mean, std, var, skew, kurt, corr, and covdatetime64[ms]）（GH3423），否则不允许创建datetimelike / timedeltalikesqueeze关键字添加到groupby以允许从DataFrame - > Series中减少。从0.10.1回归，部分恢复（GH2893）与（GH3596）iloc上提高一个布尔系列，甚至带有整数标签，将提高。由于iloc纯粹基于位置，所以系列上的标签不可对齐（GH3631）raise_on_error选项绘制方法由GH3572消除，因此被删除。当数据无法绘制或绘制的对象具有object的dtype时，绘图始终会提高。DataFrame.interpolate()现已弃用。Please use DataFrame.fillna() and DataFrame.replace() instead (GH3582, GH3675, GH3676).DataFrame.replace()的method和axis参数已弃用DataFrame.replace的infer_types参数已删除，现在默认执行转换。（GH3907）allow_duplicates添加到DataFrame.insert以允许在True时插入重复的列，默认值为False （与0.12之前相同）（GH3679）pandas.io.apiExcel支持pandas.io.excelpd.read_sql和to_sql DataFrame方法clipboard支持pandas.io.clipboardsave and load with top-level read_pickle and to_pickle instance method, save and load will give deprecation warning.DataFrame.replace()的method和axis参数已弃用DataFrame.replace()的method和axis参数已弃用NDFrame对象（GH3691，GH3696）实施__nonzero__as_matrix将导致2 x无符号的lcd作为int，最大与int64，以避免精度问题（GH3733 ）read_csv/read_excel提供的列表中的na_values将匹配字符串和数字版本。 na_values=['99']将匹配99列是否为int，float或string（GH3611）read_html现在在阅读时默认为None，当lxml无法解析时，返回bs4 + html5lib。直到成功为止的解析器列表也是有效的pandas类层次结构已更改（略）。The previous PandasObject now is called PandasContainer and a new PandasObject has become the baseclass for PandasContainer as well as Index, Categorical, GroupBy, SparseList, and SparseArray (+ their base classes). 目前，PandasObject提供字符串方法（从StringMixin）。（GH4090，GH4092）StringMixin，给定一个__unicode__方法，获得python2和python3兼容的字符串方法（__str__，__bytes__ ，和__repr__）。加上字符串安全。现在在整个熊猫图书馆的许多地方。（GH4090，GH4092）CustomBusinessDay类，以支持DateOffsets和自定义假日日历和自定义周密码。（GH2301）NaT的to_csv问题.loc在传递整数列表（GH3449）时未提升loc和朋友固定（GH3659）切片的非唯一索引reindex以正确处理非唯一索引（GH3679）DataFrame.itertuples()现在可用于具有重复列名称的框架（GH3873）iloc（GH4017）的非唯一索引中出现错误；为reindex添加了takeable参数，以进行基于位置的拍摄.ix/.loc和__getitem__（GH4246）允许非唯一索引.ix/.loc（GH4280）修复非唯一索引内存分配问题TypeError例如添加数据时间，多个timedelta x datetime.diffcombine_first在可能的情况下不会返回相同的dtype（GH3552）Panel.transpose引数别名（GH3556）的错误PeriodIndex.take（GH3579）中修正平台错误combine_first（GH3593）中的datetime64 [ns]NaN的reset_index中的错误value参数是list或tuple时，fillna方法现在产生TypeError 。float dtypes to return np.nan or np.inf as appropriate (GH3590)as_index=False（GH3610）修正groupby上的不正确dtyperead_csv/read_excel可正确编码相同的na_values，例如na_values=[-999.0,-999]失败（GH3611）iloc（GH3617）parse_dates（GH3062）时，正确解析read_csv中的嵌入式日期列（nan / NaT）为datetime64 [ns] dtypesql.write_frame在将单列写入sqlite（GH3628）时失败，感谢@stonebignan的旋转（GH3558）read_html()现在只允许一个后端：html5lib（GH3616）convert_objects与convert_dates='coerce'将一些单字母字符串解析为今天的日期DataFrame.from_records不接受空重复列表（GH3682）DataFrame.to_csv将会成功使用已弃用的选项nanRep，@tdsmithDataFrame.to_html和DataFrame.to_latex现在接受第一个参数的路径（GH3702）read_html现在可正确跳过测试（GH3741）read_csv（GH3795）中的dtype=str（或其他变量连字符串dtypes）时正确解析loc/ix（GH3880）时传播的索引名称to_replace参数中编译的正则表达式中DataFrame.replace无效的错误（GH3907）numexpr的Python 2.7中的__truediv__，以便在将至少包含10000个单元格的整数数组（GH3764iterator=True但没有指定chunksize（GH3967），csv解析器将无限循环，python解析器失败与chunksize=1shift时不传播的索引名称Series.clip。NA / NaN阈值现在将抛出ValueError（GH3996）Series.hist现在将从当前环境中获取数字（如果没有通过）tox，其中pickle导入以不兼容的方式重写（GH4062，GH4063）HDFStore无法附加的错误DataFrame.replace中的错误，其中当regex = False（GH4115）时，不会迭代嵌套的字典convert_objects(convert_numeric=True)中的错误，其中混合数字和对象系列/帧无法正确转换（GH4119）to_datetime（GH4152）中使用format参数时解析微秒的错误PandasAutoDateLocator中的错误invert_xaxis不正确触发MilliSecondLocator（GH3990）Series.where中的错误，其中将单元素输入向量广播到序列的长度导致将输入内的值相乘（GH4192）DataFrame.plot(kind='kde')（GH4216）中显示的图例DatetimeIndex发布日期： 2013-04-22
10 分钟 到 Pandas Cookbookfloat32/float64/int32/int16/int8）在DataFrames中共存，并在操作中传播.iloc属性，以支持严格整数索引，类似于.ix（GH2922）.loc属性，以支持严格的基于标签的索引，类似于.ix（GH3053）.iat属性，支持通过整数快速进行标量访问（替换iget_value/iset_value）.at属性，以支持通过标签进行快速标量访问（替换get_value/set_value）irow,icol,iget_value/iset_value移至.iloc索引器（通过每个对象中的_ixs方法）numexpr库的表达式求值的支持convert=boolean到take例程将负索引翻译为正，默认为True在某些情况下，将df.to_csv()的性能提高了10倍。（GH3059）
将blocks属性添加到DataFrames，将dtypes的dict返回到均匀分类的DataFrames
添加关键字convert_numeric到convert_objects()尝试将对象dtypes转换为数字类型（默认值为False）
convert_objects中的convert_dates现在可以是coerce，将返回一个datetime64 [ns] dtype，其中不可转换设置为NaT
默认情况下，系列打印输出包括dtype
describe_option()现在报告选项的默认值和当前值。
将format选项添加到pandas.to_datetime，可以更快地转换可以使用datetime.strptime解析的字符串
为了兼容性，将axes属性添加到Series
为了兼容性，将xs函数添加到Series
在只有混合数字的框架中允许setitem（例如int和float），（GH3037）
HDFStore
添加squeeze方法可能从对象中删除长度1维度。
In [1]: p = pd.Panel(np.random.randn(3,4,4),items=['ItemA','ItemB','ItemC'],
...: major_axis=pd.date_range('20010102',periods=4),
...: minor_axis=['A','B','C','D'])
...:
In [2]: p
Out[2]:
<class 'pandas.core.panel.Panel'>
Dimensions: 3 (items) x 4 (major_axis) x 4 (minor_axis)
Items axis: ItemA to ItemC
Major_axis axis: 2001-01-02 00:00:00 to 2001-01-05 00:00:00
Minor_axis axis: A to D
In [3]: p.reindex(items=['ItemA']).squeeze()
Out[3]:
A B C D
2001-01-02 0.469112 -0.282863 -1.509059 -1.135632
2001-01-03 1.212112 -0.173215 0.119209 -1.044236
2001-01-04 -0.861849 -2.104569 -0.494929 1.071804
2001-01-05 0.721555 -0.706771 -1.039575 0.271860
In [4]: p.reindex(items=['ItemA'],minor=['B']).squeeze()
Out[4]:
2001-01-02 -0.282863
2001-01-03 -0.173215
2001-01-04 -2.104569
2001-01-05 -0.706771
Freq: D, Name: B, dtype: float64
改进pd.io.data.Options（GH2758）中的Yahoo API访问
添加选项display.max_seq_items以控制打印每个序列打印的元素数量。（GH2979）
添加选项display.chop_threshold以控制小数值的显示。（GH2739）
添加选项display.max_info_rows以防止为1M以上的帧（可配置）的帧计算verbose_info。（GH2807，GH2918）
value_counts()现在接受归一化直方图的“normalize”参数。（GH2710）。
DataFrame.from_records现在不仅接受dicts，而且接受collections.Mapping ABC的任何实例。
允许通过具有类型索引的字符串在Series和DataFrames（GH3070）中工作的选择语义
In [5]: idx = pd.date_range("2001-10-1", periods=5, freq='M')
In [6]: ts = pd.Series(np.random.rand(len(idx)),index=idx)
In [7]: ts['2001']
Out[7]:
2001-10-31 0.838796
2001-11-30 0.897333
2001-12-31 0.732592
Freq: M, dtype: float64
In [8]: df = pd.DataFrame(dict(A = ts))
In [9]: df['2001']
Out[9]:
A
2001-10-31 0.838796
2001-11-30 0.897333
2001-12-31 0.732592
添加选项display.mpl_style为地块提供更时尚的视觉样式。基于https://gist.github.com/huyng/816622（GH3075）。
通过考虑数组的内存排序，提高了几个核心功能的性能。感谢@stephenwlin（GH3130）
改善groupby变换方法的性能（GH2121）
处理“ragged”CSV文件在缺少字段的行中缺少尾部分隔符，同时还提供了列名的明确列表（因此解析器知道结果中需要多少列）（GH2981）
在混合数据框架上，允许在rhs（GH3216）上使用ndarray / DataFrame设置索引器
将布尔值视为整数（值1和0）用于数字运算。（GH2641）
将time方法添加到DatetimeIndex（GH3180）
对于不够长的值（GH3223）使用Series.str [...]时，返回NA
在时间序列图中显示光标坐标信息（GH1670）
to_html() now accepts an optional “escape” argument to control reserved HTML character escaping (enabled by default) and escapes &, in addition to < and >. （GH2919）
无论平台如何，列表和标量的DataFrame构造，没有dtype存在，将导致转换到int64或float64。这不是API的明显变化，但注意到它。
保证Series / DataFrame的convert_objects()始终返回一个副本
groupby操作将尊重数字浮点型操作的数据类型（float32 / float64）；其他类型将被操作，并将尝试回到输入dtype（例如，如果一个int被传递，只要输出没有nans，那么将返回一个int）
backfill / pad / take / diff / ohlc现在支持float32/int16/int8操作
块类型将根据需要在where / masking操作（GH2793）
系列现在将自动尝试根据传递的datetimelike对象（datetime / Timestamp）设置正确的dtype，
timedelta64与混合的NaN和/或NaTDataFrame.clip的参数与numpy和系列剪辑不一致（GH2747）
util.testing.assert_frame_equal现在检查列和索引名称（GH2964）
当传递无效形状时，构造函数将在失败时返回更多信息的ValueError
不要在GroupBy.agg（GH3238）中禁止TypeError
当inplace = True（GH1893）时，方法返回None
HDFStore
- 添加方法
select_column从表中选择单个列作为Series。- 不建议使用
unique方法，可以通过select_column(key,column).unique()min_itemsize参数现在将自动为传递的键创建data_columns
如果可能（GH3283）向下转播，将downcast添加到fillna
引入选项display.height / width用于以字符显式指定终端高度/宽度。已弃用的display.line_width，现在由display.width替换。这些默认值对脚本也有效，因此除非禁用，以前非常宽的输出现在将作为“expand_repr”样式输出。
经过简短的调查，他们对每个人都错了，选项（包括display.max_rows）的各种默认值被修改。现在在w = 80，h = 60。
IPython中的HTML repr输出qtconsole再次由选项display.notebook_repr_html控制，默认情况下为打开。
pad或backfill（GH2778）时，修复空数据帧上的seg错误int64的整数和一些混合类型列表（GH2845）修复DataFrame和Series构造函数的问题HDFStore
float（GH2746）的integer系列上就地屏蔽datetime64[ns]的序列中的错误NaT（GH2967）datetime64[ns]系列（GH3002）的值的计数错误NaTNaT（GH2982）的datetime64[ns]系列的idxmin / idxmax中的错误icol， 采取中阴性指示的错误产生不正确的返回值（参见GH2922，GH2892 ），还检查超出界限索引（GH3029）nan的索引的格式不一致或错误（将从其他值填充），（GH2850）axes=1和级别参数（GH2903）调用时执行.xs发布日期： 2013-01-22
HDFStoreput删除关键字compression（由关键字complib替换为跨库一致）HDFStoredata_columns关键字chunksize关键字附加index关键字自动索引到appendexpectedrows关键字在append中通知PyTables关于预期的表大小start和stop关键字以限制行选择空间get_store上下文管理器以使用pandas自动导入columns关键字添加列过滤unique在可索引或数据列中选择唯一值copy以复制现有存储（并可能升级）logx选项添加到DataFrame / Series.plot（GH2327，GH2565）pivot_table aggfunc可以是GroupBy.aggregate中使用的任何东西（GH2643）neg和inv添加到SeriesExcelFile中实施kind选项以指示其是XLS还是XLSX文件（GH2613）HDFStore
file:///Index.summary()中的错误，其中字符串格式的方法被错误地调用。（GH3869）发布日期： 2012-12-17
where和mask添加到Series（GH2337）corr和cov中的可选的min_periodsduplicated和drop_duplicates添加到系列（GH1923）HDFStore 表格添加文档格式ffill和bfill便利函数（GH2284）pandas.options.X访问作为属性的选项rolling_window（GH1270）resample的默认分级/标记行为已更改为closed ='left'，label ='left'。这对用户来说是一个很大的混乱。请参阅“新功能”页面了解更多。（GH2410）inplace选项的方法现在返回None，而不是调用（修改）对象（GH1893）mode.use_inf_as_null（GH2050，GH1919）全局重新启用pandas.merge现在默认为sort=False。对于许多使用情况，排序连接键不是必需的，并且默认情况下这是浪费header=0以替换read_ *函数中文件中的现有列名。prefix='X'（GH2034）。进行此API更改是为了使默认列名称与DataFrame构造函数的默认列名称一致，当没有指定时。true_values和false_values选项（GH2360）进行自定义nrows选项添加到DataFrame.from_records中用于迭代器（GH1794）normalize选项添加到Series / DataFrame.asfreq（GH2137）HDFStore现在支持分层键（GH2397）HDFStore 表格（GH1996）的多种查询选择格式del store ['df']语法删除HDFStoresHDFStore 表添加多类型支持min_itemsize参数可以在HDFStore 表HDFStore 表中建立索引支持（GH698）melt中实施value_vars并将melt添加到pandas命名空间（GH2412）Series.str.strip/lstrip/rstrip方法接受参数（GH2411）get_level_values MultiIndex返回索引而不是ndarray方法（GH2449）convert_to_r_dataframe转换datetime值（GH2351）DataFrame.to_csv以不同的方式表示inf和nan（GH2026）min_i参数添加到nancorr以指定最小所需观察值（GH2002）inplace选项添加到sortlevel / sortsize参数（GH1794）DatetimeIndex的部分字符串切片to_html和to_string中实施col_spaceSeries.tolist和框datetime64类型（GH2447）unstackHDFStore 表`中的连续行比以前快得多put创建表，则附加在HDFStore上将失败read_csv故障发布日期： 2012-11-14
发布日期： 10/7/2012
re.compile添加flagslevel参数添加到Series.reset_indexna选项day_of_year API，请使用dayofyear（GH1723）发布日期： 2012年7月22日
to_datetime性能（GH1571）set_index附加层次索引级别并使用reset_index（GH1569，GH1577）删除单个级别的功能resample中应用传递的函数，即使上采样（GH1596）adjust选项添加到ewma以禁用调整系数（GH1584）发布日期： 6/29/2012
tz_convert和tz_localize方法match函数添加到API（GH502）max_colwidth选项，默认值为50match函数添加到API（类似于R）（GH502）method参数添加到align方法，用于前进/后退填充（GH216）cut函数（在R之后进行图案化），用于将数据离散为相等的范围长度bin或您选择的任意断点（GH415）qcut用于分割（GH1378）value_counts顶级数组方法（GH1392）any和all方法添加到DataFrame（GH1416）secondary_y选项添加到Series.plotlreshape函数，用于将宽度重新整形为长整型order方法添加到索引类（GH1028）convert_dtype选项添加到Series.apply，以便能够将数据保留为dtype = object（GH1414）dialect关键字添加到解析器以引用约定（GH1363）get_data_yahoo添加retries参数，以尝试阻止Yahoo!API 404s（GH826）raise_conflict参数添加到DataFrame.update（GH1526）发布日期： 2012年4月12日
kurt方法添加到Series和DataFrame（GH964）发布日期： 2012年3月16日
drop以从级别中删除值（GH159）coerce_float选项read_csv中失败，则抛出异常axis选项添加到DataFrame.fillna（GH174）发布日期： 2012年2月29日
to_clipboard函数添加到pandas命名空间以将对象写入系统剪贴板（GH774）itertuples方法添加到DataFrame，用于将数据帧的行作为元组（GH818）between方法到系列（GH802）发布日期： 2/9/2012
merge函数用于有效地执行数据库/关系代数运算的全色域。重构现有的连接方法以使用新的基础设施，从而获得显着的性能提升（GH220，GH249，GH267）concat函数。可以形成其他轴的联合或交叉。改善DataFrame.append（GH468，GH479，GH273）的效能DataFrame.apply（GH498）中处理不同索引的输出值reorder_levels方法添加到Series和DataFrame（GH534）get函数添加到DataFrame和Panel（GH521）DataFrame.iterrows方法，用于有效地遍历DataFrame的行DataFrame.to_panel，代码改为LongPanel.to_longreindex_axis方法添加到DataFramelevel选项添加到DataFrame和Series上的二进制算术函数中，level option to the reindex and align methods on Series and DataFrame for broadcasting values across a level (GH542, GH552, others)Panel添加基于属性的项访问权限，并添加IPython完成（PR GH554）logy选项添加到Series.plot以在Y轴上进行对数缩放index，header和justify选项添加到DataFrame.to_string。添加选项至（GH570，GH571）DataFrame.join，以便在索引上加入（GH115）Panel.join（GH115）Series.appendDataFrame.to_string添加justify参数，以允许列标题的不同对齐sort选项添加到GroupBy以允许禁用可能加速的组键排序（GH595）DataFrame.lookup，用于检索给定一系列行和列标签的值的花样索引模拟（GH338）verbose选项添加到read_csv和read_table以显示插入非数字列（GH614DataFrame.append以连接多个行（GH464）level参数添加到DataFrame.xs以从其他MultiIndex级别选择数据。可以采用一个或多个级别，可能有一个键的元组，用于灵活检索数据（GH371，GH629）crosstab功能，可轻松计算频率表（GH170）iget（GH628）中的irow / igetSeries.unique函数，显着快于numpy.unique（GH658）cummin和cummax实例方法添加到Series和DataFrame（GH647）value_range函数以返回数据帧的最小值/最大值（GH288）drop parameter to reset_index method of DataFrame and added method to Series as well (GH699)isin方法添加到索引对象，与Series.isin（GH GH657）sort选项添加到DataFrame.join（GH731）abs方法algorithms模块以开始收集中心algosix或[]在系列上现在只有在找到标签的完全匹配或索引是单调的（对于范围选择）[]（GH86）__getitem__和__setitem__）将使用整数索引引发KeyError。如果在索引中没有找到将导致微妙错误的键，先前的行为将落在基于位置的索引上。这现在与.ix在DataFrame和朋友（GH328）上的行为一致DataFrame.delevel重命名为DataFrame.reset_index，并添加弃用警告LongPanel类（GH552）的重构Panel.to_long，重命名为to_frameDataFrame.to_string中已弃用的colSpace参数，重命名为col_spaceprecision重命名为accuracyread_csv的默认分隔符是逗号，而不是让csv.Sniffer推断col_or_columns argument in DataFrame.drop_duplicates (GH GH734)reset_index时的默认名称分配level参数（GH545）rolling_median约5-10倍Index._get_duplicates成为公共方法bold_rows选项添加到DataFrame.to_html（GH586）DataFrame.sort_index的性能提高5倍或更多DataFrame.apply中指示函数应用程序失败的行/列（GH614）的Monkey-patch上下文groupbykind参数选择不同的排序类型（GH668）read_csv和其他解析函数中，添加delimiter替代sepset_value方法中处理不当的dtype类型转换level参数聚合，系列stat方法被破坏（GH545）发布日期： 12/13/2011
发布日期： 11/25/2011
&，|，^发布日期： 10/24/2011
这个版本的pandas包括许多API更改（见下文）和从0.4.0之前的版本清理过时的API。还有错误修复，新功能，大量显着的性能增强，并且包括一个新的ipython完成符钩子，以启用对DataFrame列访问和属性（新功能）的选项卡完成。
除了这里列出的从0.4.3到0.5.0的更改之外，次版本4.1，0.4.2和0.4.3带来了一些重要的新功能和性能改进，值得一看。
感谢所有的bug报告，贡献的补丁和一般提供反馈图书馆。
- indexField参数DataFrame.from_records
- Series.order中的missingAtEnd参数。请改用na_last
- Series.fromValue类方法，改用常规Series构造函数
- pandas.io.parsers中的函数parseCSV，parseText和parseExcel
- Index.asOfDate函数
- Panel.getMinorXS（使用minor_xs）和Panel.getMajorXS（使用major_xs）
- Panel.toWide，请改用Panel.to_wide
发布日期： 10/9/2011
是很大程度上从0.4.2的bug修复版本，但也包括一些新的增强功能。此外，熊猫现在可以安装和使用的Python 3绞盘Thomas Kluyver！）。
发布日期： 10/3/2011
是一个具有几个错误修复的性能优化版本。新的t64Index和新的合并/加入Cython代码和相关的Python基础设施是主要的新增内容
发布日期： 9/25/2011
是主要是一个bug修复版本，但包括一些新的功能和改进
.ix indexing attribute in mixed-type DataFrame objects has been implemented (fixes GH135)发布日期： 9/12/2011
skipna选项groupby函数时对组的热衷评估，因此如果存在分组函数的异常，它将立即引发，而稍后当需要组时index_label参数。因此，您可以通过index_label='index'来模拟旧的行为发布日期： 2011年2月20日