官方调研重磅发布，Pandas或将重构？

数据显示 Windows 用户居多。

oses = [  
    "Linux",  
    "Windows",  
    "MacOS"  
]  
df['您用哪种操作系统？'].str.split(';').explode().value_counts().div(  
    len(df)).loc[oses].apply(pct_format)  

Linux      61.57%  
Windows    60.21%  
MacOS      42.75%  
Name: 您用哪种操作系统？, dtype: object 

这里用 0.25 版推出的 explode 方法定义了个函数。

def split_and_explode(s):  
    return s.str.split(";").explode().to_frame() 

conda 是最流行的虚拟环境工具。

replace = {  
    "否，我不用虚拟环境": "否"  
}  
col = '您是否用过下列 Python 虚拟环境工具？（多选）'  
sns.countplot(y=col,  
              data=split_and_explode(df[col]).replace(replace),  
              color='k').set(title='您是否用过下列 Python 虚拟环境工具？',  
                             ylabel="")  
sns.despine() 

绝大多数答卷人只用 Python 3。

df['Python 2 还是 3？'].value_counts(normalize=True).rename(  
    index={"2;3": "2 & 3"}).apply(pct_format)  

3        92.39%  
2 & 3     6.80%  
2         0.81%  
Name: Python 2 还是 3？, dtype: object 

Pandas API

开源软件团队很难了解用户实际爱用哪些功能，这次调研，我们特地提了一些问题，了解了大家的喜好。

CSV 与 Excel 是最流行的文件类型，真是让人喜忧参半。

sns.countplot(y='您常用哪个读写器读取数据？',  
              data=df['您常用哪个读写器读取数据？'].str.split(';').explode().to_frame(),  
              color='k').set(title="您常用哪个读写器读取数据？",  
                             ylabel="")  
sns.despine(); 

为了做好重构 pandas 内核的准备，我们还调研了 100 列及以上大型 DataFrame 的处理情况。

sns.countplot(y='处理 100 列及以上大型 DataFrame 的频率',  
              data=df, color='k').set(title="处理大型 DataFrame 的频率",  
                                      ylabel="");  
sns.despine() 

（编辑：南阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!