我可以使用「from __future__ import」來克服pandas中「排序」的API更改嗎？

Question

上的排序功能的大熊貓API已經從熊貓版17上改變，因此現在你需要使用df.sort_values而不是df.sort：

https://pandas.pydata.org/pandas-docs/stable/whatsnew.html#whatsnew-0170-api-breaking

由於種種原因，我需要在運行相同的代碼有不同熊貓版本的機器。

有沒有辦法修改下面的代碼，使用from __future__ import聲明來對「排序」或「排序值」與兩個熊貓版本兼容？

import pandas as pd 

df = pd.DataFrame([1,7,5], columns=["A"]) 
print df 

df=df.sort_values("A")  # from pandas version 17 on 
# df=df.sort("A")   # prior to pandas version 17 
print df 

Answer 1

類似bphi的評論，你可以嘗試使用的if/else：

#print(pd.__version__.split('.')) 
#output: ['0', '20', '2'] 
# using an or statement here just in case you need to ultra-future-proof 
# will check if version is above 0.x.x or greater than 0.17.0 

if int(pd.__version__.split('.')[1]) > 17 or int(pd.__version__.split('.')[0] > 0): 
    df=df.sort_values("A") 
else: 
    df=df.sort("A") 

然而，在try/except塊以及（信貸bphi這一個）：

try: 
    df.sort_values("A") 
except YOUR_ERROR_HANDLING_HERE: 
# technically it is an AttributeError: 
    df.sort("A") 

Answer 2

最好的解決方案可能是在不同版本的庫之上有一個模塊，導出公開相同接口的函數。

例如，見什麼6作用：https://github.com/benjaminp/six

在這個具體的例子，你可以這樣做：

文件：compat.py

import pandas as pd # I guess.. 
# You also need to import "df", of course.. 

# Note that version numbers might be more complex than this 
pandas_version = tuple(map(int, pd.__version__.split('.'))) 

if pandas_version > (0, 17): 
    sort_values = df.sort_values 
else: 
    sort_values = df.sort 

這種方式，從代碼的其餘部分，你可以只需from yourlib.compat import sort_values。

一旦你不再需要支持版本0.17，只需在模塊中刪除條件。

你甚至可以做更復雜的事情，例如。 backporting函數（小心雖然！vendoring大塊的圖書館這種方式可能不是最好的主意）：

if pandas_version > (0, 50): # Or whatever 
    some_func = pd.some_func 
else: 
    def some_func(): 
     pass # Copied from the newer version