c# pdf to tiff free : Add signature image to pdf acrobat SDK Library service wpf asp.net windows dnn pandas17-part216

pandas: powerful Python data analysis toolkit, Release 0.18.1
In [28]: g.nth(-1, dropna='any')
Out[28]:
B
A
1
4.0
5
6.0
Filtering
In [29]: gf df.groupby('A',as_index=False)
In [30]: gf.nth(0)
Out[30]:
A
B
0
1
NaN
2
5
6.0
In [31]: gf.nth(0, dropna='any')
Out[31]:
A
B
A
1
1
4.0
5
5
6.0
• groupby will now not return the grouped column for non-cython functions (GH5610,GH5614,GH6732), as its
already the index
In [32]: df DataFrame([[1, np.nan], [14], [56], [58]], columns=['A''B'])
In [33]: df.groupby('A')
In [34]: g.count()
Out[34]:
B
A
1
1
5
2
In [35]: g.describe()
Out[35]:
B
A
1 count
1.000000
mean
4.000000
std
NaN
min
4.000000
25%
NaN
50%
NaN
75%
NaN
...
...
5 mean
7.000000
std
1.414214
min
6.000000
25%
6.500000
50%
7.000000
75%
7.500000
max
8.000000
[16 rows x 1 columns]
1.12. v0.14.0 (May 31 , 2014)
161
Add signature image to pdf acrobat - C# PDF File Permission Library: add, remove, update PDF file permission in C#.net, ASP.NET, MVC, WPF
Tell C# users how to set PDF file permissions, like printing, copying, modifying, extracting, annotating, form filling, etc
adding signature to pdf files; add signature to pdf document
Add signature image to pdf acrobat - VB.NET PDF File Permission Library: add, remove, update PDF file permission in vb.net, ASP.NET, MVC, WPF
VB.NET Tutorial for How to Set PDF File Access Permissions Using XDoc.PDF for .NET
adding a signature to a pdf in preview; pdf sign
pandas: powerful Python data analysis toolkit, Release 0.18.1
• passing as_index will leave the grouped column in-place (this is not change in 0.14.0)
In [36]: df DataFrame([[1, np.nan], [14], [56], [58]], columns=['A''B'])
In [37]: df.groupby('A',as_index=False)
In [38]: g.count()
Out[38]:
A
B
0
1
1
1
5
2
In [39]: g.describe()
Out[39]:
A
B
0 count
2.0
1.000000
mean
1.0
4.000000
std
0.0
NaN
min
1.0
4.000000
25%
1.0
NaN
50%
1.0
NaN
75%
1.0
NaN
...
...
...
1 mean
5.0
7.000000
std
0.0
1.414214
min
5.0
6.000000
25%
5.0
6.500000
50%
5.0
7.000000
75%
5.0
7.500000
max
5.0
8.000000
[16 rows x 2 columns]
• Allow specification of a more complex groupby via pd.Grouper, such as grouping by a Time and a string
field simultaneously. Seethedocs. (GH3794)
• Better propagation/preservation of Series names when performing groupby operations:
– SeriesGroupBy.agg will ensure that the name attribute of the original series is propagated to the
result (GH6265).
– Ifthe functionprovided toGroupBy.applyreturns a named series,thename of the series willbekept as
thename ofthe columnindexofthe DataFrame returnedbyGroupBy.apply(GH6124). Thisfacilitates
DataFrame.stack operations where the name of the column index is used as the name ofthe inserted
column containing the pivoted data.
1.12.5 SQL
The SQL reading and writingfunctions nowsupportmore databaseflavors through SQLAlchemy(GH2717,GH4163,
GH5950, GH6292). AlldatabasessupportedbySQLAlchemycanbeused,suchasPostgreSQL,MySQL,Oracle,
Microsoft SQL server (see documentation of SQLAlchemy onincludeddialects).
The functionality of providing DBAPI connection objects will only be supported for sqlite3 in the future. The
’mysql’ flavor is deprecated.
The new functionsread_sql_query() andread_sql_table() are introduced. The functionread_sql()
is keptas a convenience wrapperaround the othertwo andwill delegate to specific functiondepending on the provided
input (database table name or sql query).
162
Chapter 1. What’s New
.NET PDF Document Viewing, Annotation, Conversion & Processing
Convert image files to PDF. File & Page Process. Allow to create digital signature. Easy to set PDF file permission. Add, insert PDF native annotations to PDF file
create signature pdf; export pdf to word sign in
BMP to PDF Converter | Convert Bitmap to PDF, Convert PDF to BMP
Also designed to be used add-on for .NET Image SDK, RasterEdge Bitmap to PDF Converter can Powerful image converter for Bitmap and PDF files; No need for
pdf add signature field; adding signature to pdf
pandas: powerful Python data analysis toolkit, Release 0.18.1
In practice, you have to provide a SQLAlchemy engine to the sql functions. To connect with SQLAlchemy you use
the create_engine() function to create an engine object from database URI. You only need to create the engine
once per database you are connecting to. Foran in-memory sqlite database:
In [40]: from sqlalchemy import create_engine
# Create your connection.
In [41]: engine create_engine('sqlite:///:memory:')
This engine can then be used to write or read data to/from this database:
In [42]: df pd.DataFrame({'A': [1,2,3], 'B': ['a''b''c']})
In [43]: df.to_sql('db_table', engine, , index=False)
You canread data froma database by specifying the table name:
In [44]: pd.read_sql_table('db_table', engine)
Out[44]:
A
B
0
1
a
1
2
b
2
3
c
orby specifying a sql query:
In [45]: pd.read_sql_query('SELECT
*
FROM db_table', engine)
Out[45]:
A
B
0
1
a
1
2
b
2
3
c
Some other enhancements to the sql functions include:
• support for writing the index. This can be controlled with the index keyword (default is True).
• specify the column label to use when writing the index with index_label.
• specify string columns toparse as datetimes withh the parse_dates keyword inread_sql_query() and
read_sql_table().
Warning: Some of the existing functions or function aliases have been deprecated and will be removed in future
versions. This includes: tquery,uquery, read_frame, frame_query,write_frame.
Warning: The supportforthe‘mysql’flavor whenusing DBAPIconnection objects has beendeprecated. MySQL
will be further supported with SQLAlchemy engines (GH6900).
1.12.6 MultiIndexing Using Slicers
In 0.14.0 we added a new way to slice multi-indexed objects. You can slice a multi-index by providing multiple
indexers.
You can provide any of the selectors as if you are indexing by label, seeSelectionbyLabel, including slices, lists of
labels, labels,and boolean indexers.
You can use slice(None) to select all the contents of that level. You do not need to specify all the deeper levels,
they will be implied as slice(None).
1.12. v0.14.0 (May 31 , 2014)
163
JPEG to PDF Converter | Convert JPEG to PDF, Convert PDF to JPEG
It can be used standalone. JPEG to PDF Converter is able to convert image files to PDF directly without the software Adobe Acrobat Reader for conversion.
pdf secure signature; add signature to pdf in preview
PDF to WORD Converter | Convert PDF to Word, Convert Word to PDF
out transformation between different kinds of image files and Word Converter has accurate output, and PDF to Word need the support of Adobe Acrobat & Microsoft
add jpg signature to pdf; copy and paste signature into pdf
pandas: powerful Python data analysis toolkit, Release 0.18.1
As usual, both sides of the slicers are included as this is label indexing.
Seethedocs See also issues (GH6134,GH4036,GH3057,GH2598,GH5641,GH7106)
Warning: You should specify all axes in the .loc specifier, meaning the indexer for the index and for the
columns. Their are some ambiguous cases where the passed indexer could be mis-interpreted as indexing both
axes,rather than into say the MuliIndex forthe rows.
You should do this:
df.loc[(slice('A1','A3'),.....),:]
rather than this:
df.loc[(slice('A1','A3'),.....)]
Warning: You will need to make sure that the selection axes are fully lexsorted!
In [46]: def mklbl(prefix,n):
....:
return ["%s%s(prefix,i)
for i in range(n)]
....:
In [47]: index MultiIndex.from_product([mklbl('A',4),
....:
mklbl('B',2),
....:
mklbl('C',4),
....:
mklbl('D',2)])
....:
In [48]: columns MultiIndex.from_tuples([('a','foo'),('a','bar'),
....:
('b','foo'),('b','bah')],
....:
names=['lvl0''lvl1'])
....:
In [49]: df DataFrame(np.arange(len(index)
*
len(columns)).reshape((len(index),len(columns))),
....:
index=index,
....:
columns=columns).sortlevel().sortlevel(axis=1)
....:
In [50]: df
Out[50]:
lvl0
a
b
lvl1
bar
foo
bah
foo
A0 B0 C0 D0
1
0
3
2
D1
5
4
7
6
C1 D0
9
8
11
10
D1
13
12
15
14
C2 D0
17
16
19
18
D1
21
20
23
22
C3 D0
25
24
27
26
...
...
...
...
...
A3 B1 C0 D1
229
228
231
230
C1 D0
233
232
235
234
D1
237
236
239
238
C2 D0
241
240
243
242
D1
245
244
247
246
C3 D0
249
248
251
250
D1
253
252
255
254
164
Chapter 1. What’s New
GIF to PDF Converter | Convert GIF to PDF, Convert PDF to GIF
use of external applications & Adobe Acrobat Reader. This GIF to PDF Converter provided by RasterEdge is Features and Benefits. Powerful image converter for GIF
add signature to pdf acrobat; adding signature to pdf in preview
DICOM to PDF Converter | Convert DICOM to PDF, Convert PDF to
Different from other image converters, users do not need to load Adobe Acrobat or any other print drivers when they use DICOM to PDF Converter.
create transparent signature stamp for pdf; add signature image to pdf
pandas: powerful Python data analysis toolkit, Release 0.18.1
[64 rows x 4 columns]
Basic multi-index slicing using slices, lists, and labels.
In [51]: df.loc[(slice('A1','A3'),slice(None), ['C1','C3']),:]
Out[51]:
lvl0
a
b
lvl1
bar
foo
bah
foo
A1 B0 C1 D0
73
72
75
74
D1
77
76
79
78
C3 D0
89
88
91
90
D1
93
92
95
94
B1 C1 D0
105
104
107
106
D1
109
108
111
110
C3 D0
121
120
123
122
...
...
...
...
...
A3 B0 C1 D1
205
204
207
206
C3 D0
217
216
219
218
D1
221
220
223
222
B1 C1 D0
233
232
235
234
D1
237
236
239
238
C3 D0
249
248
251
250
D1
253
252
255
254
[24 rows x 4 columns]
You canuse a pd.IndexSlice to shortcut the creation ofthese slices
In [52]: idx pd.IndexSlice
In [53]: df.loc[idx[:,:,['C1','C3']],idx[:,'foo']]
Out[53]:
lvl0
a
b
lvl1
foo
foo
A0 B0 C1 D0
8
10
D1
12
14
C3 D0
24
26
D1
28
30
B1 C1 D0
40
42
D1
44
46
C3 D0
56
58
...
...
...
A3 B0 C1 D1
204
206
C3 D0
216
218
D1
220
222
B1 C1 D0
232
234
D1
236
238
C3 D0
248
250
D1
252
254
[32 rows x 2 columns]
It is possible to performquite complicated selections using this method onmultiple axes at the same time.
In [54]: df.loc['A1',(slice(None),'foo')]
Out[54]:
lvl0
a
b
lvl1
foo
foo
B0 C0 D0
64
66
1.12. v0.14.0 (May 31 , 2014)
165
TIFF to PDF Converter | Convert TIFF to PDF, Convert PDF to TIFF
PDF to TIFF Converter doesn't require other third-party such as Adobe Acrobat. PDF to TIFF Converter can create the output TIFF image with 68-1024 dpi.
adding a signature to a pdf; adding signature to pdf file
pandas: powerful Python data analysis toolkit, Release 0.18.1
D1
68
70
C1 D0
72
74
D1
76
78
C2 D0
80
82
D1
84
86
C3 D0
88
90
...
...
...
B1 C0 D1
100
102
C1 D0
104
106
D1
108
110
C2 D0
112
114
D1
116
118
C3 D0
120
122
D1
124
126
[16 rows x 2 columns]
In [55]: df.loc[idx[:,:,['C1','C3']],idx[:,'foo']]
Out[55]:
lvl0
a
b
lvl1
foo
foo
A0 B0 C1 D0
8
10
D1
12
14
C3 D0
24
26
D1
28
30
B1 C1 D0
40
42
D1
44
46
C3 D0
56
58
...
...
...
A3 B0 C1 D1
204
206
C3 D0
216
218
D1
220
222
B1 C1 D0
232
234
D1
236
238
C3 D0
248
250
D1
252
254
[32 rows x 2 columns]
Using a boolean indexeryou can provide selection related to the values.
In [56]: mask df[('a','foo')]>200
In [57]: df.loc[idx[mask,:,['C1','C3']],idx[:,'foo']]
Out[57]:
lvl0
a
b
lvl1
foo
foo
A3 B0 C1 D1
204
206
C3 D0
216
218
D1
220
222
B1 C1 D0
232
234
D1
236
238
C3 D0
248
250
D1
252
254
You canalso specify the axis argument to .loc to interpret the passed slicers on a single axis.
In [58]: df.loc(axis=0)[:,:,['C1','C3']]
Out[58]:
166
Chapter 1. What’s New
pandas: powerful Python data analysis toolkit, Release 0.18.1
lvl0
a
b
lvl1
bar
foo
bah
foo
A0 B0 C1 D0
9
8
11
10
D1
13
12
15
14
C3 D0
25
24
27
26
D1
29
28
31
30
B1 C1 D0
41
40
43
42
D1
45
44
47
46
C3 D0
57
56
59
58
...
...
...
...
...
A3 B0 C1 D1
205
204
207
206
C3 D0
217
216
219
218
D1
221
220
223
222
B1 C1 D0
233
232
235
234
D1
237
236
239
238
C3 D0
249
248
251
250
D1
253
252
255
254
[32 rows x 4 columns]
Furthermore you can set the values using these methods
In [59]: df2 df.copy()
In [60]: df2.loc(axis=0)[:,:,['C1','C3']] = -10
In [61]: df2
Out[61]:
lvl0
a
b
lvl1
bar
foo
bah
foo
A0 B0 C0 D0
1
0
3
2
D1
5
4
7
6
C1 D0
-10
-10
-10
-10
D1
-10
-10
-10
-10
C2 D0
17
16
19
18
D1
21
20
23
22
C3 D0
-10
-10
-10
-10
...
...
...
...
...
A3 B1 C0 D1
229
228
231
230
C1 D0
-10
-10
-10
-10
D1
-10
-10
-10
-10
C2 D0
241
240
243
242
D1
245
244
247
246
C3 D0
-10
-10
-10
-10
D1
-10
-10
-10
-10
[64 rows x 4 columns]
You canuse a right-hand-side of analignable object as well.
In [62]: df2 df.copy()
In [63]: df2.loc[idx[:,:,['C1','C3']],:] df2
*
1000
In [64]: df2
Out[64]:
lvl0
a
b
lvl1
bar
foo
bah
foo
A0 B0 C0 D0
1
0
3
2
1.12. v0.14.0 (May 31 , 2014)
167
pandas: powerful Python data analysis toolkit, Release 0.18.1
D1
5
4
7
6
C1 D0
9000
8000
11000
10000
D1
13000
12000
15000
14000
C2 D0
17
16
19
18
D1
21
20
23
22
C3 D0
25000
24000
27000
26000
...
...
...
...
...
A3 B1 C0 D1
229
228
231
230
C1 D0
233000
232000
235000
234000
D1
237000
236000
239000
238000
C2 D0
241
240
243
242
D1
245
244
247
246
C3 D0
249000
248000
251000
250000
D1
253000
252000
255000
254000
[64 rows x 4 columns]
1.12.7 Plotting
• Hexagonal bin plots fromDataFrame.plot with kind=’hexbin’ (GH5478),Seethedocs.
• DataFrame.plot and Series.plot now supports area plot with specifying kind=’area’ (GH6656),
Seethedocs
• Pie plots from Series.plot and DataFrame.plot with kind=’pie’ (GH6976),Seethedocs.
• PlottingwithErrorBars is nowsupportedinthe.plot methodofDataFrame andSeriesobjects (GH3796,
GH6834),Seethedocs.
• DataFrame.plot and Series.plot nowsupporta table keywordfor plotting matplotlib.Table,
Seethedocs. The table keyword can receive the following values.
– False: Do nothing (default).
– True: Draw a table using the DataFrame or Series called plot method. Data will be transposed to
meet matplotlib’s default layout.
– DataFrame or Series: Draw matplotlib.table using the passed data.
The data will be
drawn as displayed in print method (not transposed automatically).
Also, helper function
pandas.tools.plotting.table is added to create a table from DataFrame and Series, and
add it to an matplotlib.Axes.
• plot(legend=’reverse’) will now reverse the order of legend labels for most plot kinds. (GH6014)
• Line plot and area plot can be stacked by stacked=True (GH6656)
• Following keywords are now acceptable for DataFrame.plot() withkind=’bar’ and kind=’barh’:
– width: Specify the bar width. In previous versions, static value 0.5 was passed to matplotlib and it cannot
be overwritten. (GH6604)
– align: Specify the bar alignment. Default is center (different from matplotlib). In previous versions,
pandas passes align=’edge’ to matplotlib and adjust the location to center by itself, and it results align
keyword is not applied as expected. (GH4525)
– position: Specify relative alignments for bar plot layout. From 0 (left/bottom-end) to 1(right/top-end).
Default is 0.5 (center). (GH6604)
Because of the default align value changes, coordinates of bar plots are now located on integervalues (0.0, 1.0,
2.0 ...). This is intended to make bar plot be located on the same coodinates as line plot. However, bar plot
168
Chapter 1. What’s New
pandas: powerful Python data analysis toolkit, Release 0.18.1
may differs unexpectedly when you manually adjust the bar location or drawing area, such as using set_xlim,
set_ylim, etc. In this cases, please modify your script to meet with new coordinates.
• The parallel_coordinates() function now takes argument color instead of colors.
A
FutureWarning is raised to alert that the old colors argument will not be supported in a future release.
(GH6956)
• The parallel_coordinates() and andrews_curves() functions now take positional argument
frame instead of data. A FutureWarning is raised if the old data argument is used by name. (GH6956)
• DataFrame.boxplot() now supports layout keyword (GH6769)
• DataFrame.boxplot() has a new keyword argument, return_type. It accepts ’dict’, ’axes’, or
’both’, in which case a namedtuple with the matplotlib axes anda dict ofmatplotlib Lines is returned.
1.12.8 Prior Version Deprecations/Changes
There are prior version deprecations that are taking effect as of 0.14.0.
• Remove DateRange in favor of DatetimeIndex (GH6816)
• Remove column keyword from DataFrame.sort (GH4370)
• Remove precision keyword from set_eng_float_format() (GH395)
• Remove force_unicode keyword fromDataFrame.to_string(), DataFrame.to_latex(), and
DataFrame.to_html(); these function encode inunicode by default (GH2224,GH2225)
• Remove nanRep keyword from DataFrame.to_csv() and DataFrame.to_string() (GH275)
• Remove unique keyword from HDFStore.select_column() (GH3256)
• Remove inferTimeRule keyword from Timestamp.offset() (GH391)
• Remove name keyword from get_data_yahoo() and get_data_google() (commitb921d1a )
• Remove offset keyword from DatetimeIndex constructor (commit3136390 )
• Remove time_rule fromseveral rolling-moment statistical functions, such as rolling_sum() (GH1042)
• Removed neg- booleanoperations onnumpyarrays in favorof inv~,as this is goingtobe deprecatedinnumpy
1.9 (GH6960)
1.12.9 Deprecations
• The pivot_table()/DataFrame.pivot_table() and crosstab() functions now take arguments
index and columns instead of rows and cols. A FutureWarning is raised to alert that the old rows
and cols arguments will not be supported in a future release (GH5505)
• The DataFrame.drop_duplicates() andDataFrame.duplicated() methods now take argument
subset instead of cols to better align with DataFrame.dropna(). A FutureWarning is raised to
alert that the old cols arguments will not be supported in a future release (GH6680)
• The DataFrame.to_csv() and DataFrame.to_excel() functions now takes argument columns in-
stead of cols. A FutureWarning is raised to alert that the old cols arguments will not be supported in a
future release (GH6645)
• Indexers will warn FutureWarning when used witha scalarindexer anda non-floating point Index (GH4892,
GH6960)
1.12. v0.14.0 (May 31 , 2014)
169
pandas: powerful Python data analysis toolkit, Release 0.18.1
# non-floating point indexes can only be indexed by integers / labels
In [1]: Series(1,np.arange(5))[3.0]
pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[1]: 1
In [2]: Series(1,np.arange(5)).iloc[3.0]
pandas/core/index.py:469: FutureWarning: scalar indexers for index type Int64Index should be integers and not floating point
Out[2]: 1
In [3]: Series(1,np.arange(5)).iloc[3.0:4]
pandas/core/index.py:527: FutureWarning: slice indexers when using iloc should be integers and not floating point
Out[3]:
3
1
dtype: int64
# these are Float64Indexes, so integer or floating point is acceptable
In [4]: Series(1,np.arange(5.))[3]
Out[4]: 1
In [5]: Series(1,np.arange(5.))[3.0]
Out[6]: 1
• Numpy 1.9 compat w.r.t. deprecation warnings (GH6960)
• Panel.shift() now has a function signature that matches DataFrame.shift(). The old posi-
tional argument lags has been changed to a keyword argument periods with a default value of 1. A
FutureWarning is raised if the old argument lags is used by name. (GH6910)
• The order keyword argument offactorize() will be removed. (GH6926).
• Remove the copy keyword from DataFrame.xs(), Panel.major_xs(), Panel.minor_xs(). A
view will be returned if possible, otherwise a copy will be made. Previously the user could think that
copy=False would ALWAYS return a view. (GH6894)
• The parallel_coordinates() function now takes argument color instead of colors.
A
FutureWarning is raised to alert that the old colors argument will not be supported in a future release.
(GH6956)
• The parallel_coordinates() and andrews_curves() functions now take positional argument
frame instead of data. A FutureWarning is raised if the old data argument is used by name. (GH6956)
• The support for the ‘mysql’flavor when using DBAPI connection objects has been deprecated. MySQL will be
further supported with SQLAlchemy engines (GH6900).
• The following io.sql functions have been deprecated: tquery, uquery, read_frame, frame_query,
write_frame.
• The percentile_width keyword argument in describe() has been deprecated. Use the percentiles keyword
instead,which takes a list of percentiles to display. The default output is unchanged.
• The default return type of boxplot() will change from a dict to a matpltolib Axes in a future release. You
can use the future behavior now by passing return_type=’axes’ to boxplot.
1.12.10 Known Issues
• OpenPyXL 2.0.0 breaks backwards compatibility (GH7169)
170
Chapter 1. What’s New
Documents you may be interested
Documents you may be interested