Справочник по API DataFrame в Pandas
DataFrame — это двумерная помеченная структура данных. Её можно представить как электронную таблицу Excel, таблицу SQL или коллекцию, подобную словарю.
Ниже приведён список часто используемых API Pandas DataFrame:
Конструктор DataFrame
| Метод | Описание |
|---|---|
pd.DataFrame(data, index, columns, dtype, copy) |
Создаёт объект DataFrame с поддержкой пользовательских данных, индекса, имён столбцов и типов данных. |
Атрибуты DataFrame
| Attribute | Описание |
|---|---|
DataFrame.values |
Возвращает часть данных DataFrame (массив numpy). |
DataFrame.index |
Возвращает индекс строк DataFrame. |
DataFrame.columns |
Возвращает имена столбцов DataFrame. |
DataFrame.dtypes |
Возвращает тип данных каждого столбца. |
DataFrame.shape |
Возвращает форму DataFrame (в виде кортежа). |
DataFrame.size |
Возвращает общее количество элементов в DataFrame. |
DataFrame.empty |
Проверяет, пуст ли DataFrame. |
DataFrame.ndim |
Возвращает количество измерений DataFrame (всегда 2). |
DataFrame.T |
Возвращает транспонированный DataFrame. |
DataFrame.axes |
Возвращает список индексов строк и имён столбцов. |
DataFrame.memory_usage() |
Возвращает объём памяти, занимаемый каждым столбцом. |
Методы DataFrame
Просмотр данных
| Метод | Описание |
|---|---|
DataFrame.head(n=5) |
Возвращает первые n строк данных. |
DataFrame.tail(n=5) |
Возвращает последние n строк данных. |
DataFrame.describe() |
Возвращает статистическую сводку DataFrame (например, count, mean, стандартное отклонение и т. д.). |
DataFrame.info() |
Выводит краткую информацию о DataFrame (например, имена столбцов, типы данных, количество не-null значений и т. д.). |
Обработка пропущенных значений
| Метод | Описание |
|---|---|
DataFrame.isnull() |
Проверяет, является ли каждый элемент пропущенным значением (NaN). |
DataFrame.notnull() |
Проверяет, не является ли каждый элемент пропущенным значением. |
DataFrame.dropna() |
Удаляет строки или столбцы, содержащие пропущенные значения. |
DataFrame.fillna(value) |
Заполняет пропущенные значения указанным значением. |
Операции с данными
| Метод | Описание |
|---|---|
DataFrame.drop() |
Удаляет указанные строки или столбцы. |
DataFrame.rename() |
Переименовывает индексы строк или имена столбцов. |
DataFrame.set_index() |
Устанавливает указанный столбец в качестве индекса. |
DataFrame.reset_index() |
Сбрасывает индекс. |
DataFrame.sort_values() |
Сортирует по значениям. |
DataFrame.sort_index() |
Сортирует по индексу. |
DataFrame.replace() |
Заменяет значения в DataFrame. |
DataFrame.append() |
Добавляет другой DataFrame. |
DataFrame.join() |
Присоединяет другой DataFrame на основе индекса или столбца. |
DataFrame.merge() |
Объединяет другой DataFrame на основе указанного столбца. |
DataFrame.concat() |
Выполняет конкатенацию нескольких DataFrame вдоль указанной оси. |
DataFrame.update() |
Обновляет текущий DataFrame значениями из другого DataFrame. |
DataFrame.pivot() |
Создаёт сводную таблицу. |
DataFrame.melt() |
Преобразует данные из широкого формата в длинный формат. |
Выбор данных
| Метод | Описание |
|---|---|
DataFrame.loc[] |
Выбирает данные по метке. |
DataFrame.iloc[] |
Выбирает данные по позиции. |
DataFrame.at[] |
Выбирает одно значение по метке. |
DataFrame.iat[] |
Выбирает одно значение по позиции. |
DataFrame.filter() |
Выбирает данные на основе имён столбцов. |
DataFrame.get() |
Получает значение указанного столбца. |
DataFrame.query() |
Запрашивает данные по условиям. |
Преобразование данных
| Метод | Описание |
|---|---|
DataFrame.astype() |
Преобразует DataFrame в указанный тип данных. |
DataFrame.apply() |
Применяет функцию к строкам или столбцам DataFrame. |
DataFrame.applymap() |
Применяет функцию к каждому элементу DataFrame. |
DataFrame.map() |
Применяет функцию к каждому элементу Series. |
DataFrame.to_dict() |
Преобразует DataFrame в словарь. |
DataFrame.to_numpy() |
Преобразует DataFrame в массив numpy. |
DataFrame.to_csv() |
Сохраняет DataFrame в CSV-файл. |
DataFrame.to_excel() |
Сохраняет DataFrame в Excel-файл. |
Статистические вычисления
| Метод | Описание |
|---|---|
DataFrame.sum() |
Возвращает сумму каждого столбца. |
DataFrame.mean() |
Возвращает среднее значение каждого столбца. |
DataFrame.median() |
Возвращает медиану каждого столбца. |
DataFrame.min() |
Возвращает минимальное значение каждого столбца. |
DataFrame.max() |
Возвращает максимальное значение каждого столбца. |
DataFrame.std() |
Возвращает стандартное отклонение каждого столбца. |
DataFrame.var() |
Возвращает дисперсию каждого столбца. |
DataFrame.count() |
Возвращает количество непропущенных значений в каждом столбце. |
DataFrame.corr() |
Возвращает матрицу коэффициентов корреляции между столбцами. |
DataFrame.cov() |
Возвращает ковариационную матрицу между столбцами. |
DataFrame.mode() |
Возвращает моду каждого столбца. |
DataFrame.quantile() |
Возвращает квантиль каждого столбца. |
Операции с временными рядами
| Метод | Описание |
|---|---|
DataFrame.dt |
Предоставляет доступ к свойствам datetime (применимо только к столбцам типа datetime). |
DataFrame.resample() |
Выполняет пересэмплирование данных временных рядов. |
DataFrame.shift() |
Сдвигает данные по временной оси. |
Операции со строками
| Метод | Описание |
|---|---|
DataFrame.str |
Предоставляет доступ к строковым методам (применимо только к столбцам строкового типа). |
DataFrame.str.lower() |
Преобразует строки в нижний регистр. |
DataFrame.str.upper() |
Преобразует строки в верхний регистр. |
DataFrame.str.contains() |
Проверяет, содержит ли строка заданный шаблон. |
Примеры
Примеры
import pandas as pd
# Создать DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Просмотр данных
print(df.head(2)) # Вывод первых 2 строк
# Обработка пропущенных значений
df_with_nan = pd.DataFrame({
'A': [1, Отсутствует, 3],
'B': [4, 5, Отсутствует]
})
print(df_with_nan.fillna(0)) # Заполнить пропущенные значения 0
# Статистические вычисления
print(df.mean()) # Вывод среднего значения каждого столбца
# Создать DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Просмотр данных
print(df.head(2)) # Вывод первых 2 строк
# Обработка пропущенных значений
df_with_nan = pd.DataFrame({
'A': [1, Отсутствует, 3],
'B': [4, 5, Отсутствует]
})
print(df_with_nan.fillna(0)) # Заполнить пропущенные значения 0
# Статистические вычисления
print(df.mean()) # Вывод среднего значения каждого столбца
Для более подробной информации обратитесь кофициальной документации Pandas。
Другие расширения