python库--pandas--DataFrame

转换    索引,迭代    运算符    功能应用,分组及窗口    计算/描述统计

重新索引/选择/标签操作    缺失数据处理    形状变换/排序/转置

组合/加入/合并    时间序列相关    绘图    序列化/IO/转换    稀疏

---

点击打开API: 官方    中文

方法	返回值类型	参数	说明
DataFrame()	df	data=None	2D数据或字典
		index=None	索引
		columns=None	列标签
		dtype=None	数据类型
		copy=False	是否复制数据
属性及底层数据结构
.as_matrix()	ndarray	columns=None	返回指定列(默认全部)
.get_dtype_counts()			返回dtype的计数结果
.get_ftype_counts()			返回ftype的计数结果
.select_dtypes()	df	选择或排除指定数据类型的列
		include=None	标量或list_like, 要选择的列
		exclude=None	标量或list_like, 要排除的列
.memory_usage()	Series	df的内存使用情况
		index=True	索引是否参与计算
		deep=False	是否计算df引用的对象的内存使用情况
.index		行标签
.columns		列标签
.values	ndarray	df的值
.dtypes	Series	df每一列的数据类型
.ftypes	Series	返回df每一列是稀疏还是稠密, 以及数据类型
.axes	list	返回 [行标签, 列标签]
.ndim	int	轴数
.size	int	df的元素数量
.shape	tuple	df的形状
转换  (转到首行)
.astype()	df	转换数据类型
		dtype	np.dtype 或 {列名: np.dtype}
		copy=True	是否复制基层数据
		errors='raise'	'raise': 转换失败则报错
			'ignore': 转换失败则保留原数据类型
		**kwargs	更多关键字参数
.infer_objects()	df	试图推断更好的dtypes
.copy()	df	拷贝数据
		deep=True	False: 同赋值号, True: 拷贝数据, 但不会深层拷贝
.isnull()	df	判断对应位置元素是否是空值, 0.22版本新增.isna()
.notnull()	df	判断对应位置元素是否不是空值, 0.22版本新增.notna()
索引, 迭代  (转到首行)
.head()	df	n=5	返回前n行
.at[i, c]		标量	基于标签的访问器
.iat[m, n]		标量	基于位置的访问器
.loc[i, c]		[i, c]	基于单个标签访问
		[[i1,i2], [c1,c2]]	基于多个标签访问
		[i1:i2, c1:c2]	包括边界
		[bool_df]	仅保留True位置的值
.iloc[m, n]		参考.loc, 不过是基于位置的
.insert()	df	新增列
		loc	要插入的位置[0, len(columns)]
		column	要设置的列标签
		value	要插入的值
		allow_duplicates=F	列标签是否允许重名
.__iter__()	iter	返回一个列标签迭代器
.iteritems()	iter	返回列迭代器 (列名, Series)
.iterrows()	iter	返回行迭代器 (索引, Series)
.itertuples()	iter	返回行迭代器 Pandas(Index=i1, c1=v1, c2=v2, ...)
		index=True	是否返回索引
		name='Pandas'
.lookup()	ndarray	返回 [df.loc[i1,c1], df.loc[i2,c2], ...]
		row_labels	[i1, i2, ...]
		col_labels	[c1, c2, ...]
.pop()	Series	item	删除并返回指定列
.tail()	df	n=5	返回后n行
.xs()		返回指定行或列
		key	行标签或列标签, 可以是Multilndex (c_name or int)
		axis=0	轴
		level=None	标量或list_like. 指定key是多级索引中的哪几级
		drop_level=True	是否删除level指定的那几级索引
.isin()	df	判断元素是否在values中
		values	list: 判断所有元素是否在此列表中
			dict: {c: []} 判断对应列的值是否在字典对应列表中
			df: 对应列名, 包含且index相同才返回True
.where()	df	把df中不满足条件的那些值替换为other
		cond	跟df同形状的bool元素组成的2D数据
		oter=nan	标量或df. False对应的值替换为other
		inplace=False	是否本地修改
		axis=None	df和other对齐的轴, 另外一个轴按顺序对齐
		level=None	如有需要, 对齐级别
		errors='raise'	此参数目前无效
		try_cast=False	尝试将结果转换为输入类型
		raise_on_error=N	0.21弃用
.mask()	df	与where相反, 将满足条件的替换为other
.query()	df	返回满足条件的行
		expr	比如 'c1 > c2' 返回满足c1>c2的那些行 (也可用@符号调用变量)
		inplace=False	是否本地修改
		**kwargs	pandas.eval()
运算符  (转到首行)
.add()	df	加法运算, 类似df+other
		other	常量, Series或df
		axis='columns'	{0, 1, 'index', 'columns'}, other为Series时生效
		level=None	int或name. 在一个级别上广播
		fill_value=None	用来填充缺失值的值, 若两个df位置都丢失, 结果将会丢失
.sub; .mul; div; .truediv; .floordiv; .mod; .pow			-   *   /   /   //   %   **
.radd; .rsub; ...			右侧运算, 即 other - df 等
.lt ; .gt ; .le ; .ge ; .ne ; .eq			<   >   <=   >=   !=   ==
.combine()	df	使用自定义函数运算
		other	df
		func	传入两个Series(两个df的对应列), 返回一个Series
		fill_value=None	标量
		overwrite=True
.combine_first()	df	other	按照索引求并集, 优先保留左侧值
功能应用, 分组及窗口  (转到首行)
.apply()	df	对df中的每一行(列)执行操作
		func	传入一个Series, 返回一个Series
		axis=0	0或'index': 传入的是列
			1或'columns': 传入的是行
		broadcast=False	是否广播, 对于聚合函数, 返回和传播值相同大小的对象
		raw=False	True: 传入函数的将是ndarray而不是Series(性能更好)
		reduce=None	True: 返回Series(若无法返回Series将返回df), False: 返回df
		args=()	其它位置参数传递给func
		**kwds	其它关键词参数传递给func
.applymap()	df	对每一个元素执行func
		func	传入一个值, 返回一个值
.agg[regate]()	df	对每一列(行)执行某一操作
		func	'内置函数名': 对每一列(行)执行此操作(如'sum')
			function: 要对每一列(行)执行的操作
			['内置函数名'] or [function] 对每一列(行)执行多个操作
			dict: {name: function or functions} 对对应列(行)执行对应操作
		axis=0	0: 对每一列执行操作, 1:对每一行执行操作
		*args	传递给函数的位置参数
		**kwargs	传递给函数的关键词参数
.transfrom()	df	func	参考.agg
		*args
		**kwargs
.groupby()	obj	对数据进行分组, 分组后使用sum之类的方法可以计算分组后的结果
		by	[c1, c2]: 选中某些列作为分组标准
		axis=0	轴
		level=None	多级索引的级别名称
		as_index=True	分组的列是否作为结果的索引
		sort=True
		group_keys=True
		squeeze=False
		**kwargs
.rolling()	obj	指定窗口, 步长为1移动窗口, 可对窗口中内容分别进行运算, 比如.sum()
		windows	窗口大小(n行/列)
		min_periods=None	允许的最小窗口
		freq=None
		center=False	是否将计算结果放到中心而不是右侧
		win_type=None	参考scipy.signal(默认所有点均匀加权)
		on=None	在指定列来计算滚动窗口而不是索引(此列将不参与计算)
		axis=0	轴
		closed=None
.expanding()	obj	累计计算, 比如加.sum()累加等
		min_periods=1	参考.rolling
		freq=None
		center=False
		axis=0
.ewm()	obj
计算/描述统计  (转到首行)
.abs()	df	对所有元素求绝对值, 仅适用于全为数字的对象
.all()	S/df	判断每一列(行)是否全为True
		axis=None	轴
		bool_only=None	是否仅计算bool类型的值
		skipna=None
		level=None	用于指定多级索引
		**kwargs
.any()	S/df	判断每一列(行)是否存在True (参数同.all)
.clip()	df	限定取值范围(范围外的的将被更新为设定的最小值或最大值)
		lower=None	float或array_like. 最小值
		upper=None	最大值
		axis=None	轴
		inplace=False	是否本地修改
		*args
		**kwargs
.clip_lower()	df	同.clip, 但只给出下限
		threshold	界限值
.clip_upper()	df	同.clip_lower, 但给出的是上限值
.corr()	df	计算列的成对相关性, 不包括Na值
		method='pearson'	'pearson': 标准相关系数
			'kendall'
			'spearman'
		min_periods=1
.corrwith()	df	计算两个df之间的成对相关系数
		other	df
		axis=0	轴
		drop=False
.count()	S/df	统计, 统计非NaN的数量
		axis=0	轴  {0 or 'index', 1 or 'columns'}
		level=None	如果轴是MultiIndex, 则沿指定级别进行计数, 折叠到DataFrame中
		numeric_only=False	是否仅对 float, int, bool 类型数据进行统计
.cov()	df	计算列的成对协方差, 不包括NA
		min_periods=None	每列所需的最小观察次数, 以获得有效结果
.cummax()	df	下面一个值更新为其上面最大的一个值(即累积最大值)
		axis=None	轴
		skipna=True	是否忽略空值, False: Na下面全部被更新为Na
.cummin()	df	参考.cummax(), 但更新为累积最小值
.cumprod()	df	参考.cummax(), 但更新为累积积
.cumsum()	df	参考.cummax(), 但更新为累积和
.describe()	df	生成统计描述, count, mean, std, min, max, ...
		percentiles=None	输出相应的百分位数0~1, 默认 [.25, .5, .75]
		include=None	返回到结果中的白名单(列)
			'all': 所有列都将包含在输出中
			list_like: 将结果限制为指定类型, np.number显示数字类型的统计结果, np.object显示对象类型的统计结果, 'O'显示字符串类型的统计结果
			None: 结果将包含所有数字列
		exclude=None	从结果中省略的黑名单, list_like or None
.diff()	df	下面的值跟上面的差
		periods=1	下面值跟上面第 periods 个值的差
		axis=0	轴
.eval()		将字符串转换为表达式
		expr	'a+b': 返回df的a列与b列相加的结果
			'c=a+b': 新增一列c为a列与b列相加的结果
			'1+1': 返回1+1的结果
		inplace=False	是否本地修改
		**kwargs	更多参数参考pandas.eval()
.kurt()	S/df	无偏峰度
		axis=None	轴
		skipna=None(True)	计算时是否排除空值
		level=None	如果轴是MultiIndex, 则沿指定级别进行计算, 返回df
		numeric_only=None	是否仅对 float, int, bool 类型数据进行计算
重新索引/选择/标签操作  (转到首行)
.add_prefix()	df	prefix	将列标签前面加上前缀prefix
.add_suffix()	df	suffix	将列标签前面加上后缀suffix
.align()	tuple	更新索引并以(df1, df2)的形式返回, 缺失值以nan补全
		other	df或Series
		join='outer'	'outer': 新索引为s与s2的并集
			'inner': 新索引为s与s2的交集
			'left' : 新索引为s的索引
			'right': 新索引为s2的索引
		axis=None	轴
		level=None	指定多级索引的级别
		copy=True	是否返回新对象
		fill_value=None	缺失值使用的值, 默认为np.nan
		method=None
		limit=None
		fill_axis=0
		broadcast_axis=N	沿该轴广播
.drop()	df	删除对应索引或标签
		labels=None	要删除的行(列), 单一标签或list_like
		axis=0	轴
		index=None	0.21新增, 相当于(label, axis=0)
		columns=None	0.21新增, 相当于(label, axis=1)
		level=None	指定多级索引的级别
		inplace=False	是否本地修改
		errors='raise'	'ignore': 忽略错误
.drop_duplicates()	df	删除重复项
		subset=None	列标签或标签序列, 只考虑识别选中列的重复项, 默认所有列
		keep='first'	'first': 仅保留第一次出现的副本(默认)
			'last': 删除重复项, 但最后一项除外
			False: 删除所有重复项
		inplace=False	是否本地修改
.duplicated()	df	返回是否是重复项的bool表示结果
		subset=None	列标签或标签序列, 只考虑识别选中列的重复项, 默认所有列
		keep='first'	'first': 除第一次出现外, 标记重复为True
			'last': 除了最后一次出现, 标记重复为True
			False: 将所有重复项标记为True
.equals()	bool	other	判断两个df中的元素是否相同, 同位置的nan被识别为相同
.filter()	df	子集查询
		items=None	list_like: [index or columns]
		like=None	string: 保留含有此字符串的那些 columns or index
		regex=None	使用正则匹配
		axis=None	轴, 默认为columns
.first()	df	基于时间的子集查询
		offset	'10D': 表示取出前10天的数据
.head()	df	n=5	显示前n条数据
.idxmax()	Series	返回请求轴上最大值对应的索引(或标签)
		axis=0	默认返回每一列最大值对应的索引, 标签作为索引, 查找到的索引作为值
		skipna=True	是否排除空值
.idxmin()	Series	同上不过是最小值
.last()	df	同.first(), 不过是后n天
.reindex()	df	根据新索引/标签返回数据, 原数据中存在的索引/标签对应的值将被返回, 新的索引/标签对应的值默认为nan
		labels=None	新的标签/索引, 根据axis值来定, 默认索引
		index=None	新索引
		columns=None	新标签
		axis=None	轴
		method=None	{None, ‘backfill’/’bfill’, ‘pad’/’ffill’, ‘nearest’}: 填充方法
		copy=True	是否返回一个新对象
		level=None	索引/标签级别
		fill_value=nan	缺失值填充
		limit=None	向前或向后填充的连续最大填充次数
		tolerance=None	公差???
.reindex_axis()	df	同 reindex() 不过没有 index 和 columns 参数
.reindex_like()	df	新对象的 索引/标签 同传入的df的 索引/标签 相同
		other	传入的df
		method, copy, limit, tolerance
.rename()	df	更改 索引/标签 名
		mapper=None	fun, dict-like: 结合axis使用, 表示 索引/标签
		index=None	更改索引
		columns=None	更改标签
		axis=None	轴
		copy=True	是否生成新对象
		inplace=False	是否本地修改
		level=None	多级索引的操作级别
.rename_axis()	df	同上: mapper, axis=0, copy, inplace
.reset_index()	df	将索引作为df中的一列值
		level=None	多级索引, 操作的索引级别
		drop=False	是否删除索引转换出来的列
		inplace=False	是否本地修改
		col_level=0	如果columns是多级的, 转换出来的列的标签名的级别
		col_fill=''	指定多级索引其它级别的name, None表示重复索引名
.sample()	df	随机返回n个样本
		n=None	返回的项目数, 默认1
		frac=None	返回的百分比, 0.0-1.0, 不能与n同时使用
		replace=False	是否允许重复
		weights=None	None: 等概率加权
			Series: 相同索引的被设置为对应权重, 未出现的被设置为0
		random_state=None	随机数种子
		axis=None	轴, 默认为0
.select()	df	返回满足条件的数据
		crit	function: 在每个 索引/标签 上调用, 返回 bool 的函数
		axis=0	轴
.set_index()	df	将某些列作为索引
		keys	column, [columns], [[跟df等长的其它来源索引]]
		drop=True	是否删除作为索引的那些列
		append=False	是否将列追加到现有索引
		inplace=False	是否本地修改
		verify_integrity=False	是否检查新索引, False会直到需要时再检查
.tail()	df	n=5	返回最后n行
.take()	df	返回指定行/列
		indices	[int]: 返回指定的那些行/列
		axis=0	行/列
		convert=None	是否允许使用负指数, 默认True, 0.21.0 被取消, 始终允许
		is_copy=True	是否返回原始对象的副本
		**kwargs
.truncate()		截取两个 索引/标签 之间的数据
		before=None	截断此值之前的所有数据
		after=None	截断此值之后的所有数据
		axis=None	轴, 默认操作索引
		copy=True	是否拷贝
缺失数据处理  (转到首行)
.dropna()	df	删除含有na的行(列)
		axis=0	轴
		how='any'	{'any', 'all'}
		thresh=None	有效值个数, 有效值低于此值的行(列)被删除
		subset=None	list_like. 列(行)标签列表, 只考虑列表中的列(行)
		inplace=False	是否本地修改
.fillna()	df	使用指定方法填充空值
		value=None	标量: 使用此值替换na值
			dict/Series: 对应标签的列按照对应的值填充
			df: 对应为值的值填充对应位置
		method=None	{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}
		axis=None	{0 or ‘index’, 1 or ‘columns’}
		inplace=False	是否本地修改
		limit=None	每行(列)最大填充次数
		downcast=None
		**kwargs
.replace()	df	将to_replace中给出的值替换为value
		to_replace=None	str: 字符串精确匹配
			regex: 正则表达式匹配
			list: 若value也是list则需相同长度, 一一对应替换
			dict:
			None:
		value=None	参考.fillna
		inplace=False	是否本地修改
		limit=None	每行(列)最大填充次数
		regex=False	True: 将to_replace作为正则表达式解析
		method='pad'	{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}
		axis=None	{0 or ‘index’, 1 or ‘columns’}
形状变换, 排序, 转置  (转到首行)
.pivot()	df	重新整形数据(数据透视表), 参考pd.pivot()
		index=None	作为索引的列
		columns=None	作为列标签的列
		values=None	作为值的列
.reorder_levels()	new obj	对对及索引进行重排
		order	[str or int]: 按指定顺序对索引进行重排, 不能遗漏和重复
		axis=0	对哪里进行重排
.sort_values()	df	按值排序 0.17.0
		by	str or list of str: 在这些列上排序
		axis=0	{0 or ‘index’, 1 or ‘columns’}: 默认按行排序
		ascending=True	bool or bools: 是否按升序排序, 如果是bools则长度需和by相同
		inplace=False	是否在本地修改
		kind='quicksort'	{‘quicksort’, ‘mergesort’, ‘heapsort’}: 排序算法, 其它算法只支持单列
		na_position='last'	{‘first’, ‘last’}: 空值放在开头或结尾(默认放在结尾)
.sort_index()	df	对索引或列标签排序
		axis=0	默认对索引进行排序
		level=None	int or level name or list: 需要排序的索引级别
		ascending=True	是否升序排序
		inplace=False	是否本地修改
		kind='quicksort'	排序算法
		na_position='last'	{‘first’, ‘last’}: 空值放在开头或结尾(默认放在结尾)
		sort_remaining=True	按指定级别排序后是否对其他级别进行排序(按顺序)
		by=None	无效参数??
.nlargest()	df	对指定列进行降序排序并截取n个, 可结合groupby使用
		n	int: 截取的个数
		columns	list or str: 指定降序排序的列
		keep='first'	{‘first’, ‘last’}: 对于重复值保留第一次(或最后一次)出现的
.nsmallest()	df	同 .nlargest() 不过是升序排序
.swaplevel()	new obj	对指定的两个索引级别进行交换
		i=-2, j=-1	int, string
		axis=0	对index还是对columns执行
.stack()	df/S	索引作为前n级索引, 最后一级columns作为第n+1级索引, 剩余columns作为新columns
		level=-1	int, string, list: 指定堆叠到索引的columns的级别
		dropna=True	是否删除没有有效值的行
.unstack()	df/S	将多级索引拆成新 index 和 columns
		level=-1	int, string, list: 要作为columns的索引级别
		fill_value=None	缺失值填充
.melt()	df	将columns作为某列值
		id_vars=None	作为id的列, 保持不变
		value_vars=None	作为值的列
		var_name=None	默认 'variable' columns名生成的列的列名
		value_name='value'	值列的列名
		col_level=None	如果columns是多级的则使用此指定级别进行操作
.T	df	转置
.to_panel()	Panel	将df转换为 3D 的Panel
.to_xarray()		???
.transpose()	df	*args, **kwargs	转置
组合/加入/合并  (转到首行)
.append()	df	追按照列标签进行追加操作, 缺失使用nan填充
		other	df
		ignore_index=F	是否不使用索引标签
		verify_integrity=F	是否不允许存在重复索引
.assign()	df	新增列
		**kwargs	列名 = func : 传入df, 返回一列值的函数
			列名 = 标量: 此列值都为此标量
			列名 = list_like : 跟df同长度
			列名 = Series : Series中跟df索引相同的作为新列的值, 缺失nan
.join()	df	新增列
		other	df: 列标签不能跟左侧df重复(重复的话需设置suffix)
			Series: 需要有name属性
			list: [df]
		on=None	列名, 与右侧df索引对齐的列而不是索引
		how='left'	'left': 新df的索引参照左侧df
			'right': 新df的索引参照右侧df
			'outer': 新df的索引参照两个df索引的并集
			'inner': 新df的索引参照两个df索引的交集
		lsuffix=''	若列标签重复, 左侧df的标签将被加上后缀
		rsuffix=''	若列标签重复, 右侧df的标签将被加上后缀
		sort=False	是否对结果按照索引排序
.merge()	df	可实现根据左右df某两列的值进行合并
		right	df
		how='inner'	参考.join
		on=None	左右两个df都存在的列, 将在此列上合并
		left_on=None	左侧df要与右侧df要对齐的列
		right_on=None	右侧df要与左侧df要对齐的列
		left_index=False	左侧df是否使用索引与右侧对齐
		right_index=False	右侧df是否使用索引与左侧对齐
		sort=False	结果是否按照索引排序
		suffixes=('_x','_y')	重复列后缀
		copy=True	是否生成新对象
		indicator=False	是否显示此行数据来源('left_only', 'right_only', 'both')
			True: 此列标签将被设置为'_merge'
			str: 设置此列标签为此字符串
		validate=None	0.21新增
.update()	df	将左侧df相应列相同索引的值更新为右侧的值, 不存在则保留原值(本地修改)
		other	df, 有name属性的Series
		join='left'	无其它取值, 此参数不能被设置为其它值
		overwrite=True	覆盖?????
		filter_func=None
		raise_conflict=F	若两个df存在同一数据来源, 将报错
时间序列相关  (转到首行)
绘图  (转到首行)
序列化/IO/转换  (转到首行)
稀疏  (转到首行)

#s3gt_translate_tooltip_mini { display: none !important }