Pandas-DataFrame-API-Referenz
DataFrame ist eine zweidimensionale beschriftete Datenstruktur. Sie können es sich wie eine Excel-Tabelle, eine SQL-Tabelle oder eine wörterbuchähnliche Sammlung vorstellen.
Im Folgenden finden Sie eine Liste häufig verwendeter Pandas DataFrame-APIs:
DataFrame-Konstruktor
| Methode | Beschreibung |
|---|---|
pd.DataFrame(data, index, columns, dtype, copy) |
Erstellt ein DataFrame-Objekt, das benutzerdefinierte Daten, Index, Spaltennamen und Datentypen unterstützt. |
DataFrame-Attribute
| Attribute | Beschreibung |
|---|---|
DataFrame.values |
Gibt den Datenteil des DataFrame zurück (numpy-Array). |
DataFrame.index |
Gibt den Zeilenindex des DataFrame zurück. |
DataFrame.columns |
Gibt die Spaltennamen des DataFrame zurück. |
DataFrame.dtypes |
Gibt den Datentyp jeder Spalte zurück. |
DataFrame.shape |
Gibt die Form des DataFrame zurück (als Tupel). |
DataFrame.size |
Gibt die Gesamtzahl der Elemente im DataFrame zurück. |
DataFrame.empty |
Prüft, ob der DataFrame leer ist. |
DataFrame.ndim |
Gibt die Anzahl der Dimensionen des DataFrame zurück (immer 2). |
DataFrame.T |
Gibt die Transponierte des DataFrame zurück. |
DataFrame.axes |
Gibt eine Liste von Zeilenindizes und Spaltennamen zurück. |
DataFrame.memory_usage() |
Gibt den Speicherverbrauch jeder Spalte zurück. |
DataFrame-Methoden
Datenansicht
| Methode | Beschreibung |
|---|---|
DataFrame.head(n=5) |
Gibt die ersten n Zeilen der Daten zurück. |
DataFrame.tail(n=5) |
Gibt die letzten n Zeilen der Daten zurück. |
DataFrame.describe() |
Gibt die statistische Zusammenfassung des DataFrame zurück (wie Anzahl, Mittelwert, Standardabweichung usw.). |
DataFrame.info() |
Gibt kurze Informationen über den DataFrame aus (wie Spaltennamen, Datentypen, Anzahl der Nicht-Null-Werte usw.). |
Umgang mit fehlenden Werten
| Methode | Beschreibung |
|---|---|
DataFrame.isnull() |
Prüft, ob jedes Element ein fehlender Wert (NaN) ist. |
DataFrame.notnull() |
Prüft, ob jedes Element kein fehlender Wert ist. |
DataFrame.dropna() |
Löscht Zeilen oder Spalten, die fehlende Werte enthalten. |
DataFrame.fillna(value) |
Füllt fehlende Werte mit einem angegebenen Wert. |
Datenoperationen
| Methode | Beschreibung |
|---|---|
DataFrame.drop() |
Löscht angegebene Zeilen oder Spalten. |
DataFrame.rename() |
Benennt Zeilenindizes oder Spaltennamen um. |
DataFrame.set_index() |
Legt eine angegebene Spalte als Index fest. |
DataFrame.reset_index() |
Setzt den Index zurück. |
DataFrame.sort_values() |
Sortiert nach Werten. |
DataFrame.sort_index() |
Sortiert nach Index. |
DataFrame.replace() |
Ersetzt Werte im DataFrame. |
DataFrame.append() |
Hängt ein weiteres DataFrame an. |
DataFrame.join() |
Verbindet ein weiteres DataFrame basierend auf Index oder Spalte. |
DataFrame.merge() |
Führt ein weiteres DataFrame basierend auf einer angegebenen Spalte zusammen. |
DataFrame.concat() |
Verkettet mehrere DataFrames entlang einer angegebenen Achse. |
DataFrame.update() |
Aktualisiert das aktuelle DataFrame mit Werten aus einem anderen DataFrame. |
DataFrame.pivot() |
Erstellt eine Pivot-Tabelle. |
DataFrame.melt() |
Konvertiert Daten im Wide-Format in Daten im Long-Format. |
Datenauswahl
| Methode | Beschreibung |
|---|---|
DataFrame.loc[] |
Wählt Daten anhand von Labels aus. |
DataFrame.iloc[] |
Wählt Daten nach Position aus. |
DataFrame.at[] |
Wählt einen einzelnen Wert anhand des Labels aus. |
DataFrame.iat[] |
Wählt einen einzelnen Wert anhand der Position aus. |
DataFrame.filter() |
Wählt Daten basierend auf Spaltennamen aus. |
DataFrame.get() |
Ruft den Wert einer angegebenen Spalte ab. |
DataFrame.query() |
Fragt Daten basierend auf Bedingungen ab. |
Datentransformation
| Methode | Beschreibung |
|---|---|
DataFrame.astype() |
Konvertiert das DataFrame in einen angegebenen Datentyp. |
DataFrame.apply() |
Wendet eine Funktion auf Zeilen oder Spalten des DataFrame an. |
DataFrame.applymap() |
Wendet eine Funktion auf jedes Element des DataFrame an. |
DataFrame.map() |
Wendet eine Funktion auf jedes Element einer Series an. |
DataFrame.to_dict() |
Konvertiert das DataFrame in ein Dictionary. |
DataFrame.to_numpy() |
Konvertiert das DataFrame in ein numpy-Array. |
DataFrame.to_csv() |
Speichert das DataFrame in einer CSV-Datei. |
DataFrame.to_excel() |
Speichert das DataFrame in einer Excel-Datei. |
Statistische Berechnung
| Methode | Beschreibung |
|---|---|
DataFrame.sum() |
Gibt die Summe jeder Spalte zurück. |
DataFrame.mean() |
Gibt den Mittelwert jeder Spalte zurück. |
DataFrame.median() |
Gibt den Median jeder Spalte zurück. |
DataFrame.min() |
Gibt den Minimalwert jeder Spalte zurück. |
DataFrame.max() |
Gibt den Maximalwert jeder Spalte zurück. |
DataFrame.std() |
Gibt die Standardabweichung jeder Spalte zurück. |
DataFrame.var() |
Gibt die Varianz jeder Spalte zurück. |
DataFrame.count() |
Gibt die Anzahl der nicht fehlenden Werte in jeder Spalte zurück. |
DataFrame.corr() |
Gibt die Korrelationskoeffizientenmatrix zwischen Spalten zurück. |
DataFrame.cov() |
Gibt die Kovarianzmatrix zwischen Spalten zurück. |
DataFrame.mode() |
Gibt den Modus jeder Spalte zurück. |
DataFrame.quantile() |
Gibt das Quantil jeder Spalte zurück. |
Zeitreihenoperationen
| Methode | Beschreibung |
|---|---|
DataFrame.dt |
Greift auf datetime-Eigenschaften zu (nur auf Spalten vom Typ datetime anwendbar). |
DataFrame.resample() |
Führt ein Resampling von Zeitreihendaten durch. |
DataFrame.shift() |
Verschiebt Daten entlang der Zeitachse. |
String-Operationen
| Methode | Beschreibung |
|---|---|
DataFrame.str |
Greift auf String-Methoden zu (nur auf Spalten vom Typ String anwendbar). |
DataFrame.str.lower() |
Wandelt Zeichenfolgen in Kleinbuchstaben um. |
DataFrame.str.upper() |
Konvertiert Zeichenketten in Großbuchstaben. |
DataFrame.str.contains() |
Prüft, ob eine Zeichenkette ein angegebenes Muster enthält. |
Beispiele
Beispiele
import pandas as pd
# DataFrame erstellen
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Daten anzeigen
print(df.head(2)) # Die ersten 2 Zeilen ausgeben
# Umgang mit fehlenden Werten
df_with_nan = pd.DataFrame({
'A': [1, Keine, 3],
'B': [4, 5, Keine]
})
print(df_with_nan.fillna(0)) # Fehlende Werte mit 0 füllen
# Statistische Berechnung
print(df.mean()) # Mittelwert jeder Spalte ausgeben
# DataFrame erstellen
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Daten anzeigen
print(df.head(2)) # Die ersten 2 Zeilen ausgeben
# Umgang mit fehlenden Werten
df_with_nan = pd.DataFrame({
'A': [1, Keine, 3],
'B': [4, 5, Keine]
})
print(df_with_nan.fillna(0)) # Fehlende Werte mit 0 füllen
# Statistische Berechnung
print(df.mean()) # Mittelwert jeder Spalte ausgeben
Für weitere detaillierte Informationen sieheOffizielle Pandas-Dokumentation。
Andere Erweiterungen