Manual de la API de Pandas DataFrame

DataFrame es una estructura de datos tabular bidimensional etiquetada; puedes imaginarla como una hoja de cálculo de Excel, una tabla SQL o una colección de tipo diccionario.

A continuación se muestra el manual de API comunes de Pandas DataFrame:

Constructor de DataFrame

Método Descripción
pd.DataFrame(data, index, columns, dtype, copy) Crea un objeto DataFrame, con soporte para datos personalizados, índices, nombres de columnas y tipos de datos.

Atributos de DataFrame

Atributo Descripción
DataFrame.values Devuelve la parte de datos del DataFrame (matriz numpy).
DataFrame.index Devuelve el índice de filas del DataFrame.
DataFrame.columns Devuelve los nombres de las columnas del DataFrame.
DataFrame.dtypes Devuelve el tipo de datos de cada columna.
DataFrame.shape Devuelve la forma del DataFrame (en forma de tupla).
DataFrame.size Devuelve el número total de elementos del DataFrame.
DataFrame.empty Comprueba si el DataFrame está vacío.
DataFrame.ndim Devuelve el número de dimensiones del DataFrame (siempre es 2).
DataFrame.T Devuelve la transpuesta del DataFrame.
DataFrame.axes Devuelve una lista de los índices de fila y nombres de columna.
DataFrame.memory_usage() Devuelve el uso de memoria de cada columna.

Métodos de DataFrame

Visualización de datos

Método Descripción
DataFrame.head(n=5) Devuelve las primeras n filas de datos.
DataFrame.tail(n=5) Devuelve las últimas n filas de datos.
DataFrame.describe() Devuelve el resumen estadístico del DataFrame (como conteo, media, desviación estándar, etc.).
DataFrame.info() Imprime información breve del DataFrame (como nombres de columnas, tipos de datos, cantidad de valores no nulos, etc.).

Manejo de valores faltantes

Método Descripción
DataFrame.isnull() Comprueba si cada elemento es un valor faltante (NaN).
DataFrame.notnull() Comprueba si cada elemento no es un valor faltante.
DataFrame.dropna() Elimina filas o columnas que contengan valores faltantes.
DataFrame.fillna(value) Rellena los valores faltantes con un valor especificado.

Operaciones de datos

Método Descripción
DataFrame.drop() Elimina las filas o columnas especificadas.
DataFrame.rename() Renombra índices de fila o nombres de columna.
DataFrame.set_index() Establece la columna especificada como índice.
DataFrame.reset_index() Restablece el índice.
DataFrame.sort_values() Ordena por valores.
DataFrame.sort_index() Ordena por índice.
DataFrame.replace() Reemplaza valores en el DataFrame.
DataFrame.append() Agrega otro DataFrame.
DataFrame.join() Concatena otro DataFrame según el índice o las columnas.
DataFrame.merge() Combina otro DataFrame según las columnas especificadas.
DataFrame.concat() Concatena múltiples DataFrames a lo largo del eje especificado.
DataFrame.update() Actualiza el DataFrame actual con los valores de otro DataFrame.
DataFrame.pivot() Crea una tabla dinámica (pivot table).
DataFrame.melt() Convierte datos de formato ancho a formato largo.

Selección de datos

Método Descripción
DataFrame.loc[] Selecciona datos por etiqueta.
DataFrame.iloc[] Selecciona datos por posición.
DataFrame.at[] Selecciona un valor único por etiqueta.
DataFrame.iat[] Selecciona un valor único por posición.
DataFrame.filter() Selecciona datos según el nombre de la columna.
DataFrame.get() Obtiene los valores de la columna especificada.
DataFrame.query() Consulta datos según una condición.

Transformación de datos

Método Descripción
DataFrame.astype() Convierte el DataFrame al tipo de datos especificado.
DataFrame.apply() Aplica una función a las filas o columnas del DataFrame.
DataFrame.applymap() Aplica una función a cada elemento del DataFrame.
DataFrame.map() Aplica una función a cada elemento de la Serie.
DataFrame.to_dict() Convierte el DataFrame en un diccionario.
DataFrame.to_numpy() Convierte el DataFrame en una matriz numpy.
DataFrame.to_csv() Guarda el DataFrame como archivo CSV.
DataFrame.to_excel() Guarda el DataFrame como archivo de Excel.

Cálculos estadísticos

Método Descripción
DataFrame.sum() Devuelve la suma de cada columna.
DataFrame.mean() Devuelve el promedio de cada columna.
DataFrame.median() Devuelve la mediana de cada columna.
DataFrame.min() Devuelve el valor mínimo de cada columna.
DataFrame.max() Devuelve el valor máximo de cada columna.
DataFrame.std() Devuelve la desviación estándar de cada columna.
DataFrame.var() Devuelve la varianza de cada columna.
DataFrame.count() Devuelve el número de valores no faltantes de cada columna.
DataFrame.corr() Devuelve la matriz de coeficientes de correlación entre columnas.
DataFrame.cov() Devuelve la matriz de covarianza entre columnas.
DataFrame.mode() Devuelve la moda de cada columna.
DataFrame.quantile() Devuelve los cuantiles de cada columna.

Operaciones de series temporales

Método Descripción
DataFrame.dt Accede a los atributos de fecha y hora (solo aplicable a columnas de tipo datetime).
DataFrame.resample() Remuestrea datos de series temporales.
DataFrame.shift() Desplaza los datos a lo largo del eje temporal.

Operaciones con cadenas

Método Descripción
DataFrame.str Accede a métodos de cadena (solo aplicable a columnas de tipo cadena).
DataFrame.str.lower() Convierte la cadena a minúsculas.
DataFrame.str.upper() Convierte la cadena a mayúsculas.
DataFrame.str.contains() Comprueba si la cadena contiene el patrón especificado.

Ejemplos

Ejemplos

import pandas as pd

# Crear DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
}, index=['a', 'b', 'c'])

# Ver datos
print(df.head(2))  # Mostrar las primeras 2 filas

# Manejo de valores faltantes
df_with_nan = pd.DataFrame({
    'A': [1, None, 3],
    'B': [4, 5, None]
})
print(df_with_nan.fillna(0))  # Rellenar los valores faltantes con 0

# Cálculos estadísticos
print(df.mean())  # Mostrar el promedio de cada columna

Si necesitas información más detallada, puedes consultarDocumentación oficial de Pandas。

Otras extensiones