Pandas: RLS：0.20.0

我想发布候选的当前目标是本周五， @TomAugspurger ？

是的，这就是目标。

这只是本周五的 RC。 我们可能需要 2 周或更长时间。

是的，这就是我的意思，抱歉造成混乱

今晚或明天早些时候做 RC。 在剩下的问题中，#16088 是一个拦截器，#16086 会很好。 有什么我想念的吗？

@jreback您是否倾向于在标记 RC 后立即标记v0.21.dev ，而不是等待标记v0.21.dev直到完整的 0.20 版本？ 如果我们现在标记 0.21.dev，那么我们可以将我们想要的任何内容合并到 master 中，我将向后移植从现在到 0.20 版本之间需要向后移植的任何内容。

不，这些都很好。 我会看看几个。

嗯，在 0.20.0 之前标记 0.21.dev 感觉很奇怪。

嗯，在 0.20.0 之前标记 0.21.dev 感觉很奇怪。

我不认为这有什么奇怪的。 当我们分支0.20.x 分支时，这只是一个实际的选择（标记只是这样做的结果）：现在使用 rc，或者仅在最终版本之后。

对我来说，这两种选择都可以。 分支现在使得推进/合并 PR 变得更容易一些（我们不必担心我们合并哪个 PR，或者必须等到 0.20 出来），但是对于 Tom 进行反向移植需要更多的工作。

@TomAugspurger对于 0.20 仍有一些文档问题，但您不必太担心它们，至于 rc，我们通常指向进一步更新的开发文档（我的意思是，标记 rc 不会冻结docs，与最终版本一样）

好的对任何有意义的标记开放。

是的，文档问题当然可以在之后完成（以及少量的附加修复，已经标记为 0.20.0）。 主要是排序之一。

@TomAugspurger好的，我列表中的所有内容都已合并。

👍 现在构建并在本地测试。 我今晚可能会标记。

Conda-forge 还没有决定预发布的东西，所以我可能会等到明天发布公告（必须完成这个 windows VM 的设置）。

好的 lmk 如果你需要什么
虽然明天大部分时间都不会出现

好的，在 github 上标记并发布。 明天做所有的 conda 工作和邮件列表公告。

刚刚发出了通知邮件。 所有的轮子都在 PyPI 上。 我们的 conda 频道包含适用于 OSX 和 64 位 Windows 的软件包。 我还没有设置 32 位 windows 环境。 Linux 软件包应该很快就会上线（意外构建 0.19.2）。

谢谢@TomAugspurger ！

由于我们没有标记 0.21.0.dev（我认为我们应该在标记 0.20.0 final 之后执行此操作），然后继续合并小东西以掌握。

#16111 可以在 0.20.final 之前修复吗？ 这是一个导致 Pandas 使整个 Python 解释器崩溃的错误，没有留下任何回溯或关于哪里出了问题的线索。

不过，我没有能力自己解决此问题，因此请认为这只是来自快乐用户的请求。 此外，我已经制定了自己的（非最佳）解决方法，但这可能会给其他人带来负面的惊喜......

编辑：这已经处理好了。 谢谢！

0.20.0 候选版本破坏了我的大量代码，而 AFAICS 破坏发生在以前不推荐使用的模块中，因此第 3 方库没有时间适应新的 api。

外部参照：#16137，#16138

我认为应该认真考虑为至少一个次要版本提供兼容层。 这并不难，也不需要坚持很长时间，但会给 3rd 方库一个适应的变化。 所需的工作在 PR #16140

这就是为什么我们希望人们使用 rc 进行测试，非常感谢您的反馈@dhirschfeld ！

人们希望在 0.20 中加入的任何剩余问题/修复？ https://github.com/pandas-dev/pandas/pull/16171是我看到的唯一拦截器。

如果这对每个人都有效，我可能会在周二或周三发布。

在 #16223 和剩余的文档修复之后，我认为很好。 我们可以做一个 rc2（也许只是 conda 包）。 为了快速检查？ 由你决定@TomAugspurger

是的，我可以在 RC2 上使用任何一种方式......可能只为 conda 包做一个，并针对 dask、statsmodels 等进行测试。

确定有效。

我什至应该将 RC2 推送到 PyPI 吗？ 或者只是标记，推送到 github，然后构建 conda pkgs？

不，我只会做一些 conda 包。

现在要做RC2。

我们有两个未解决的文档问题，但这些问题可以在 RC2 和发布之间进行。

@jreback主服务器上的几个 GBQ 故障

• https://travis-ci.org/pandas-dev/pandas/jobs/228775668
• https://travis-ci.org/pandas-dev/pandas/jobs/228775677

可能与https://github.com/pydata/pandas-gbq/pull/34 有关吗？ （我没看过那个PR）

我在master上重新启动。 这应该有效。 我发布了新版本的 gbq，因为使用的是PandasError （我们删除了它）

这些 gbq 有时会失败，如果有多个东西对它运行（例如 0.20rc2 标签和 master 同时启动）。

Dask、statsmodels 和 seaborn 在 rc2 上看起来都不错。 我在本地进行了 Windows 构建和测试，并且也通过了。

伟大的@TomAugspurger

是的，主人现在是绿色的（我刚刚重新启动了这些构建）。

我在使用 numpy-1.11.3+mkl 的 win-amd64-py3.6.1 上遇到三个测试失败。 test_shim失败由#16239 修复

running: pytest --skip-slow --skip-network X:\Python36\lib\site-packages\pandas
<snip>
================================== FAILURES ===================================
__________________________________ test_shim __________________________________

    def test_shim():
        # https://github.com/pandas-dev/pandas/pull/16059
        # Remove in 0.21
        with tm.assert_produces_warning(FutureWarning,
                                        check_stacklevel=False):
>           from pandas.formats.style import Styler as _styler  # noqa
E           ModuleNotFoundError: No module named 'pandas.formats'

X:\Python36\lib\site-packages\pandas\tests\io\formats\test_style.py:866: ModuleNotFoundError
______________________ TestSeriesAnalytics.test_overflow ______________________

self = <pandas.tests.series.test_analytics.TestSeriesAnalytics object at 0x0000019B01E52400>

    def test_overflow(self):
        # GH 6915
        # overflowing on the smaller int dtypes
        for dtype in ['int32', 'int64']:
            v = np.arange(5000000, dtype=dtype)
            s = Series(v)

            # no bottleneck
            result = s.sum(skipna=False)
            assert int(result) == v.sum(dtype='int64')
            result = s.min(skipna=False)
            assert int(result) == 0
            result = s.max(skipna=False)
            assert int(result) == v[-1]

            # use bottleneck if available
            result = s.sum()
>           assert int(result) == v.sum(dtype='int64')
E           AssertionError: assert 1642668640 == 12499997500000
E            +  where 1642668640 = int(1642668640)
E            +  and   12499997500000 = <built-in method sum of numpy.ndarray object at 0x0000019B061C0CB0>(dtype='int64')
E            +    where <built-in method sum of numpy.ndarray object at 0x0000019B061C0CB0> = array([      0,       1,       2, ..., 4999997, 4999998, 4999999], dtype=int64).sum

X:\Python36\lib\site-packages\pandas\tests\series\test_analytics.py:69: AssertionError
________________________ TestSeriesAnalytics.test_sum _________________________

self = <pandas.tests.series.test_analytics.TestSeriesAnalytics object at 0x0000019B69C32EB8>

    def test_sum(self):
>       self._check_stat_op('sum', np.sum, check_allna=True)

X:\Python36\lib\site-packages\pandas\tests\series\test_analytics.py:96:
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
X:\Python36\lib\site-packages\pandas\tests\series\test_analytics.py:556: in _check_stat_op
    testit()
X:\Python36\lib\site-packages\pandas\tests\series\test_analytics.py:535: in testit
    assert_almost_equal(float(f(s)), float(alternate(s.values)))
X:\Python36\lib\site-packages\pandas\util\testing.py:177: in assert_almost_equal
    **kwargs)
pandas\_libs\testing.pyx:59: in pandas._libs.testing.assert_almost_equal (pandas\_libs\testing.c:4156)
    ???
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

>   ???
E   AssertionError: expected 1099511628275500.00000 but got 499500.00000, with decimal 5

pandas\_libs\testing.pyx:209: AssertionError
=========================== pytest-warning summary ============================
WC1 X:\Python36\lib\site-packages\pandas\tests\test_config.py cannot collect test class 'TestConfig' because it has a __init__ constructor
 3 failed, 9606 passed, 542 skipped, 21 xfailed, 1 xpassed, 1 pytest-warnings in 631.87 seconds

@cgohlke谢谢。 那是在32位Windows上吗？

它是 Windows 10 上来自 python.org 的 64 位 Python 3.6.1。

test_overflow和test_sum在卸载bottleneck-1.2.0 后通过。

卸载bottleneck-1.2.0 后test_overflow 和test_sum 通过。

谢谢，我能够在安装了瓶颈的 Windows VM 上重现（我之前没有安装它）。 看看现在发生了什么。

我们可能没有为 Windows 测试版本安装瓶颈

暂时跳过它们

我们正在 Windows 上测试 2.7 w/bottleneck，但不是 3.6....将添加和跳过/修复这些。

我们正在 Windows 上测试 2.7 w/bottleneck，但不是 3.6....将添加和跳过/修复这些。

是的，它肯定处于瓶颈中。 你是为了跳过那些做公关，还是应该做？

现在测试

https://ci.appveyor.com/project/jreback/pandas/build/1.0.3685/job/y1rv3i97bs1ruet6

x未通过这些测试： https ://ci.appveyor.com/project/jreback/pandas/build/1.0.3686
合并通过（我认为无论如何我们都有关于这个溢出的问题，这里：https://github.com/pandas-dev/pandas/issues/15453）

所以当我修复 0.21.0 中的瓶颈时，会解决这个问题。

@jreback感谢瓶颈问题在这里： https ://github.com/kwgoodman/bottleneck/issues/163

@TomAugspurger一切正常。 假设大师完成并通过。 准备好后切。 （显然，如果您在执行时看到任何文档内容，请推送修复）。

@jreback whatsnew 提到了一个新的hash_tuples 。 我们要在pandas.util和hash_pandas_object中公开它吗？

那不是公开的，我猜可能是

我只问，因为它在发行说明项目中。 虽然，dask 没有使用它，所以也许暂时将其保密？

是的，是私人的

OT - whatsnew note 需要更改的日期

在https://github.com/pandas-dev/pandas/pull/16245中得到它

我将再推一个提交，删除对hash_tuples的引用，然后标记它。 将等待该文档构建首先完成。

0.20 发布了吗？ pandas.pydata.org 说 0.19.2 是当前版本..

只需刷新，您就会看到。