| abs() |
返回具有每个元素的绝对数值的Series / DataFrame。 |
| add(other[, axis, level, fill_value]) |
获取数据帧和其他元素的加法（二进制运算符add）。 |
| add_prefix(prefix) |
带字符串前缀的前缀标签。 |
| add_suffix(suffix) |
带字符串后缀的后缀标签。 |
| agg([func, axis]) |
使用指定轴上的一项或多项操作进行汇总。 |
| aggregate([func, axis]) |
使用指定轴上的一项或多项操作进行汇总。 |
| align(other[, join, axis, level, copy, …]) |
使用指定的join方法将两个对象在其轴上对齐。 |
| all([axis, bool_only, skipna, level]) |
返回是否所有元素都为True（可能在某个轴上）。 |
| any([axis, bool_only, skipna, level]) |
返回是否有任何元素为True（可能在某个轴上）。 |
| append(other[, ignore_index, …]) |
将其他行附加到调用方的末尾，返回一个新对象。 |
| apply(func[, axis, raw, result_type, args]) |
沿DataFrame的轴应用功能。 |
| applymap(func) |
将函数应用于元素的数据框。 |
| asfreq(freq[, method, how, normalize, …]) |
将TimeSeries转换为指定的频率。 |
| asof(where[, subset]) |
返回在此之前没有任何NaN的最后一行。 |
| assign(**kwargs) |
将新列分配给DataFrame。 |
| astype(dtype[, copy, errors]) |
将熊猫对象转换为指定的dtype dtype。 |
| at_time(time[, asof, axis]) |
选择一天中特定时间的值（例如，上午9:30）。 |
| backfill([axis, inplace, limit, downcast]) |
DataFrame.fillna（）的同义词，带有method =‘bfill’。 |
| between_time(start_time, end_time[, …]) |
选择一天中特定时间之间的值（例如9：00-9：30 AM）。 |
| bfill([axis, inplace, limit, downcast]) |
DataFrame.fillna（）的同义词，带有method =‘bfill’。 |
| bool() |
返回单个元素Series或DataFrame的布尔值。 |
| boxplot([column, by, ax, fontsize, rot, …]) |
从DataFrame列制作箱形图。 |
| clip([lower, upper, axis, inplace]) |
修剪输入阈值处的值。 |
| combine(other, func[, fill_value, overwrite]) |
与另一个DataFrame进行按列合并。 |
| combine_first(other) |
在其他位置的相同位置更新具有值的空元素。 |
| compare(other[, align_axis, keep_shape, …]) |
与另一个DataFrame进行比较并显示差异。 |
| convert_dtypes([infer_objects, …]) |
使用支持pd.NA的dtypes将列转换为最佳的dtypes。 |
| copy([deep]) |
复制该对象的索引和数据。 |
| corr([method, min_periods]) |
计算列的成对相关，不包括NA /空值。 |
| corrwith(other[, axis, drop, method]) |
计算成对相关。 |
| count([axis, level, numeric_only]) |
为每一列或每一行计算非NA单元。 |
| cov([min_periods, ddof]) |
计算列的成对协方差，不包括NA /空值。 |
| cummax([axis, skipna]) |
返回DataFrame或Series轴上的累积最大值。 |
| cummin([axis, skipna]) |
返回DataFrame或Series轴上的累积最小值。 |
| cumprod([axis, skipna]) |
通过DataFrame或Series轴返回累积乘积。 |
| cumsum([axis, skipna]) |
返回DataFrame或Series轴上的累积总和。 |
| describe([percentiles, include, exclude, …]) |
生成描述性统计信息。 |
| diff([periods, axis]) |
元素的第一个离散差。 |
| div(other[, axis, level, fill_value]) |
获取数据帧和其他元素的浮点除法（二进制运算符truediv）。 |
| divide(other[, axis, level, fill_value]) |
获取数据帧和其他元素的浮点除法（二进制运算符truediv）。 |
| dot(other) |
计算DataFrame与其他框架之间的矩阵乘法。 |
| drop([labels, axis, index, columns, level, …]) |
从行或列中删除指定的标签。 |
| drop_duplicates([subset, keep, inplace, …]) |
返回删除重复行的DataFrame。 |
| droplevel(level[, axis]) |
返回已删除请求的索引/列级别的DataFrame。 |
| dropna([axis, how, thresh, subset, inplace]) |
删除缺失的值。 |
| duplicated([subset, keep]) |
返回表示重复行的布尔系列。 |
| eq(other[, axis, level]) |
等于等于数据帧和其他按元素计算（二进制运算符eq）。 |
| equals(other) |
测试两个对象是否包含相同的元素。 |
| eval(expr[, inplace]) |
评估描述DataFrame列上的操作的字符串。 |
| ewm([com, span, halflife, alpha, …]) |
提供指数加权（EW）函数。 |
| expanding([min_periods, center, axis]) |
提供扩展的转换。 |
| explode(column[, ignore_index]) |
将类似列表的每个元素转换为一行，复制索引值。 |
| ffill([axis, inplace, limit, downcast]) |
DataFrame.fillna（）的同义词，方法=‘ffill’。 |
| fillna([value, method, axis, inplace, …]) |
使用指定的方法填充NA / NaN值。 |
| filter([items, like, regex, axis]) |
根据指定的索引标签对数据框的行或列进行子集设置。 |
| first(offset) |
根据日期偏移量选择时间序列数据的初始时段。 |
| first_valid_index() |
返回第一个非NA /空值的索引。 |
| floordiv(other[, axis, level, fill_value]) |
获取数据帧的整数除法和其他逐元素的方法（二进制运算符florordiv）。 |
| from_dict(data[, orient, dtype, columns]) |
从类似数组或字典的字典构造DataFrame。 |
| from_records(data[, index, exclude, …]) |
将结构化或记录ndarray转换为DataFrame。 |
| ge(other[, axis, level]) |
获取大于或等于数据帧和其他逐元素的值（二进制运算符ge）。 |
| get(key[, default]) |
从对象获取给定键的项目（例如：DataFrame列）。 |
| groupby([by, axis, level, as_index, sort, …]) |
使用映射器或按一系列列对DataFrame进行分组。 |
| gt(other[, axis, level]) |
获取大于dataframe和其他逐个元素的值（二进制运算符>）。 |
| head([n]) |
返回前n行 |
| hist([column, by, grid, xlabelsize, xrot, …]) |
制作DataFrame的直方图。 |
| idxmax([axis, skipna]) |
返回在请求轴上第一次出现最大值的索引。 |
| idxmin([axis, skipna]) |
在请求的轴上第一次出现最小值的返回索引。 |
| infer_objects() |
尝试为对象列推断更好的dtype。 |
| info([verbose, buf, max_cols, memory_usage, …]) |
打印DataFrame的简要摘要。 |
| insert(loc, column, value[, allow_duplicates]) |
将列插入DataFrame中的指定位置。 |
| interpolate([method, axis, limit, inplace, …]) |
请注意，具有MultiIndex的DataFrame / Series仅支持method =‘linear’。 |
| isin(values) |
DataFrame中的每个元素是否包含在值中。 |
| isna() |
检测缺失值。 |
| isnull() |
检测缺失值。 |
| items() |
遍历（列名，系列）对。 |
| iteritems() |
遍历（列名，系列）对。 |
| iterrows() |
将DataFrame行作为（索引，系列）对进行迭代。 |
| itertuples([index, name]) |
以namedtuple的形式遍历DataFrame行。 |
| join(other[, on, how, lsuffix, rsuffix, sort]) |
连接另一个DataFrame的列。 |
| keys() |
获取“信息轴”（有关更多信息，请参见索引）。 |
| kurt([axis, skipna, level, numeric_only]) |
在请求的轴上返回无偏峰度。 |
| kurtosis([axis, skipna, level, numeric_only]) |
在请求的轴上返回无偏峰度。 |
| last(offset) |
根据日期偏移量选择时间序列数据的最后时段。 |
| last_valid_index() |
返回上一个非NA /空值的索引。 |
| le(other[, axis, level]) |
小于或等于dataframe和其他逐元素（二进制运算符）。 |
| lookup(row_labels, col_labels) |
DataFrame基于标签的“花式索引”功能。 |
| lt(other[, axis, level]) |
获取小于dataframe和其他元素级数（二进制运算符lt）。 |
| mad([axis, skipna, level]) |
返回所请求轴的值的平均绝对偏差。 |
| mask(cond[, other, inplace, axis, level, …]) |
替换条件为True的值。 |
| max([axis, skipna, level, numeric_only]) |
返回所请求轴的最大值。 |
| mean([axis, skipna, level, numeric_only]) |
返回值的平均值 |
| median([axis, skipna, level, numeric_only]) |
返回所请求轴的值的中值。 |
| melt([id_vars, value_vars, var_name, …]) |
取消将DataFrame从宽格式转为长格式，可以选择保留标识符。 |
| memory_usage([index, deep]) |
返回每列的内存使用情况（以字节为单位）。 |
| merge(right[, how, on, left_on, right_on, …]) |
用数据库样式的联接合并DataFrame或命名的Series对象。 |
| min([axis, skipna, level, numeric_only]) |
返回所请求轴的最小值。 |
| mod(other[, axis, level, fill_value]) |
获取数据帧的Modulo以及其他按元素的方式（二进制运算符mod）。 |
| mode([axis, numeric_only, dropna]) |
获取沿选定轴的每个元素的模式。 |
| mul(other[, axis, level, fill_value]) |
获取数据帧和其他逐元素的乘法（二进制运算符mul）。 |
| multiply(other[, axis, level, fill_value]) |
获取数据帧和其他逐元素的乘法（二进制运算符mul）。 |
| ne(other[, axis, level]) |
获取不等于dataframe的值以及其他逐元素的值（二进制运算符ne）。 |
| nlargest(n, columns[, keep]) |
按降序返回按列排序的前n行。 |
| notna() |
检测现有（非缺失）值。 |
| notnull() |
检测现有（非缺失）值。 |
| nsmallest(n, columns[, keep]) |
按升序返回列排序的前n行。 |
| nunique([axis, dropna]) |
计算请求轴上的不同观察值。 |
| pad([axis, inplace, limit, downcast]) |
DataFrame.fillna（）的同义词，方法=‘ffill’。 |
| pct_change([periods, fill_method, limit, freq]) |
当前元素与先前元素之间的百分比变化。 |
| pipe(func, *args, **kwargs) |
应用func（self，* args，** kwargs）。 |
| pivot([index, columns, values]) |
返回按给定的索引/列值组织的重整型DataFrame。 |
| pivot_table([values, index, columns, …]) |
创建电子表格样式的数据透视表作为DataFrame。 |
| plot |
pandas.plotting._core.PlotAccessor的别名 |
| pop(item) |
返回项目并从框架中放下。 |
| pow(other[, axis, level, fill_value]) |
获取数据帧和其他元素的指数幂（二进制运算符pow）。 |
| prod([axis, skipna, level, numeric_only, …]) |
返回所请求轴的值的乘积。 |
| product([axis, skipna, level, numeric_only, …]) |
返回所请求轴的值的乘积。 |
| quantile([q, axis, numeric_only, interpolation]) |
在请求的轴上以给定的分位数返回值。 |
| query(expr[, inplace]) |
使用布尔表达式查询DataFrame的列。 |
| radd(other[, axis, level, fill_value]) |
获取数据帧和其他元素的加法（二进制运算符radd）。 |
| rank([axis, method, numeric_only, …]) |
沿轴计算数值数据等级（1到n）。 |
| rdiv(other[, axis, level, fill_value]) |
获取数据帧和其他元素的浮点除法（二进制运算符rtruediv）。 |
| reindex(**kwargs) |
使用可选的填充逻辑使Series / DataFrame与新索引一致。 |
| reindex_like(other[, method, copy, limit, …]) |
返回具有匹配索引的对象作为其他对象。 |
| rename(**kwargs) |
更改轴标签。 |
| rename_axis(**kwargs) |
设置索引或列的轴名称。 |
| reorder_levels(order[, axis]) |
使用输入顺序重新排列索引级别。 |
| replace([to_replace, value, inplace, limit, …]) |
将to_replace中给定的值替换为value。 |
| resample(rule[, axis, closed, label, …]) |
重新采样时间序列数据。 |
| reset_index([level, drop, inplace, …]) |
重置索引或索引的级别。 |
| rfloordiv(other[, axis, level, fill_value]) |
获取数据帧的整数除法和其他逐元素的方法（二进制运算符rfloordiv）。 |
| rmod(other[, axis, level, fill_value]) |
获取数据帧的Modulo以及其他按元素的方式（二进制运算符rmod）。 |
| rmul(other[, axis, level, fill_value]) |
获取数据帧和其他逐元素的乘法（二进制运算符rmul）。 |
| rolling(window[, min_periods, center, …]) |
提供滚动窗口计算。 |
| round([decimals]) |
将DataFrame舍入到小数位数可变。 |
| rpow(other[, axis, level, fill_value]) |
获取数据帧和其他元素的指数幂（二进制运算符rpow）。 |
| rsub(other[, axis, level, fill_value]) |
获取数据帧的减法和其他逐元素的方法（二进制运算符rsub）。 |
| rtruediv(other[, axis, level, fill_value]) |
获取数据帧和其他元素的浮点除法（二进制运算符rtruediv）。 |
| sample([n, frac, replace, weights, …]) |
从对象轴返回随机的项目样本。 |
| select_dtypes([include, exclude]) |
根据列dtypes返回DataFrame列的子集。 |
| sem([axis, skipna, level, ddof, numeric_only]) |
返回要求轴上的平均值的无偏标准误差。 |
| set_axis(labels[, axis, inplace]) |
将所需的索引分配给给定轴。 |
| set_index(keys[, drop, append, inplace, …]) |
使用现有列设置DataFrame索引。 |
| shift([periods, freq, axis, fill_value]) |
按所需的周期数移动索引，并带有可选的时间频率。 |
| skew([axis, skipna, level, numeric_only]) |
在请求的轴上返回无偏斜。 |
| slice_shift([periods, axis]) |
相当于移位而不复制数据。 |
| sort_index([axis, level, ascending, …]) |
按标签（沿轴）对对象排序。 |
| sort_values(by[, axis, ascending, inplace, …]) |
沿任一轴的值排序。 |
| sparse |
pandas.core.arrays.sparse.accessor.SparseFrameAccessor的别名 |
| squeeze([axis]) |
将一维轴对象压缩为标量。 |
| stack([level, dropna]) |
从列到索引堆叠指定级别。 |
| std([axis, skipna, level, ddof, numeric_only]) |
返回要求轴上的样品标准偏差。 |
| sub(other[, axis, level, fill_value]) |
获取数据帧的减法和其他逐元素的方法（二进制运算符sub）。 |
| subtract(other[, axis, level, fill_value]) |
获取数据帧的减法和其他逐元素的方法（二进制运算符sub）。 |
| sum([axis, skipna, level, numeric_only, …]) |
返回所请求轴的值之和。 |
| swapaxes(axis1, axis2[, copy]) |
适当地交换轴和交换值轴。 |
| swaplevel([i, j, axis]) |
在特定轴上的MultiIndex中交换级别i和j。 |
| tail([n]) |
返回最后一行 |
| take(indices[, axis, is_copy]) |
沿轴返回给定位置索引中的元素。 |
| to_clipboard([excel, sep]) |
将对象复制到系统剪贴板。 |
| to_csv([path_or_buf, sep, na_rep, …]) |
将对象写入逗号分隔值（csv）文件。 |
| to_dict([orient, into]) |
将DataFrame转换为字典。 |
| to_excel(excel_writer[, sheet_name, na_rep, …]) |
将对象写入Excel工作表。 |
| to_feather(**kwargs) |
将DataFrame写入二进制Feather格式。 |
| to_gbq(destination_table[, project_id, …]) |
将DataFrame写入Google BigQuery表。 |
| to_hdf(path_or_buf, key[, mode, complevel, …]) |
使用HDFStore将包含的数据写入HDF5文件。 |
| to_html([buf, columns, col_space, header, …]) |
将DataFrame呈现为HTML表。 |
| to_json([path_or_buf, orient, date_format, …]) |
将对象转换为JSON字符串。 |
| to_latex([buf, columns, col_space, header, …]) |
将对象渲染为LaTeX表格，长表或嵌套表/表格。 |
| to_markdown([buf, mode, index]) |
以Markdown友好格式打印DataFrame。 |
| to_numpy([dtype, copy, na_value]) |
将DataFrame转换为NumPy数组。 |
| to_parquet(**kwargs) |
将DataFrame写入二进制拼花格式。 |
| to_period([freq, axis, copy]) |
将DataFrame从DatetimeIndex转换为PeriodIndex。 |
| to_pickle(path[, compression, protocol]) |
将对象腌制（序列化）到文件。 |
| to_records([index, column_dtypes, index_dtypes]) |
将DataFrame转换为NumPy记录数组。 |
| to_sql(name, con[, schema, if_exists, …]) |
将存储在DataFrame中的记录写入SQL数据库。 |
| to_stata(**kwargs) |
将DataFrame对象导出为Stata dta格式。 |
| to_string([buf, columns, col_space, header, …]) |
将DataFrame渲染到控制台友好的表格输出。 |
| to_timestamp([freq, how, axis, copy]) |
在时段开始时将其强制转换为时间戳的DatetimeIndex。 |
| to_xarray() |
从pandas对象返回一个xarray对象。 |
| transform(func[, axis]) |
自我调用func产生具有转换值的DataFrame。 |
| transpose(*args[, copy]) |
转置索引和列。 |
| truediv(other[, axis, level, fill_value]) |
获取数据帧和其他元素的浮点除法（二进制运算符或truediv）。 |
| truncate([before, after, axis, copy]) |
在某个索引值之前和之后截断Series或DataFrame。 |
| tshift([periods, freq, axis]) |
（已弃用）使用时标频率（如果有）移动时间索引。 |
| tz_convert(tz[, axis, level, copy]) |
将可感知tz的轴转换为目标时区。 |
| tz_localize(tz[, axis, level, copy, …]) |
将Series或DataFrame的tz天真索引本地化为目标时区。 |
| unstack([level, fill_value]) |
枢转一个级别（必要的层次结构）索引标签。 |
| update(other[, join, overwrite, …]) |
使用来自另一个DataFrame的非NA值就地进行修改。 |
| value_counts([subset, normalize, sort, …]) |
返回一个包含DataFrame中唯一行数的Series。 |
| var([axis, skipna, level, ddof, numeric_only]) |
返回请求轴上的无偏方差。 |
| where(cond[, other, inplace, axis, level, …]) |
替换条件为False的值。 |
| xs(key[, axis, level, drop_level]) |
从Series / DataFrame返回横截面。 |
9
0
已为社区贡献11条内容
所有评论(0)