Python 库之一 pandas
最编程
2024-10-01 20:58:08
...
| abs() | 返回包含每个元素的绝对数值的 Series/DataFrame。 |
| add(other[, level, fill_value, axis]) | 返回系列和其他元素的加法（二元运算符加）。 |
| add_prefix(prefix[, axis]) | 带有字符串前缀的前缀标签。 |
| add_suffix(suffix[, axis]) | 带有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聚合。 |
| aggregate([func, axis]) | 使用指定轴上的一项或多项操作进行聚合。 |
| align(other[, join, axis, level, copy, …]) | 使用指定的连接方法将两个对象在其轴上对齐。 |
| all([axis, bool_only, skipna]) | 返回是否所有元素都为 True（可能在轴上）。 |
| any(*[, axis, bool_only, skipna]) | 返回任何元素是否为 True，可能在轴上 |
| apply(func[, convert_dtype, args, by_row]) | 对 Series 的值调用函数。 |
| argmax([axis, skipna]) | 返回系列中最大值的 int 位置。 |
| argmin([axis, skipna]) | 返回系列中最小值的 int 位置。 |
| argsort([axis, kind, order, stable]) | 返回对 Series 值进行排序的整数索引。 |
| asfreq(freq[, method, how, normalize, …]) | 将时间序列转换为指定频率。 |
| asof(where[, subset]) | 返回最后一行，where 之前没有任何 NaN。 |
| astype(dtype[, copy, errors]) | 将 pandas 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）。 |
| autocorr([lag]) | 计算滞后 N 自相关。 |
| backfill(*[, axis, inplace, limit, downcast]) | （已弃用）通过使用下一个有效观察值来填充 NA/NaN 值以填补空白。 |
| between(left, right[, inclusive]) | 返回相当于左 <= 系列 <= 右的布尔系列。 |
| between_time(start_time, end_time[, …]) | 选择一天中特定时间之间的值（例如上午 9:00-9:30）。 |
| bfill(*[, axis, inplace, limit, limit_area, …]) | 通过使用下一个有效观察来填补空白来填充 NA/NaN 值。 |
| bool() | （已弃用）返回单个元素 Series 或 DataFrame 的 bool。 |
| case_when(caselist) | 替换条件为 True 的值。 |
| clip([lower, upper, axis, inplace]) | 在输入阈值处修剪值。 |
| combine(other, func[, fill_value]) | 根据 func 将系列与系列或标量组合。 |
| combine_first(other) | 使用“other”中相同位置的值更新空元素。 |
| compare(other[, align_axis, keep_shape, …]) | 与其他系列进行比较并显示差异。 |
| convert_dtypes([infer_objects, …]) | 使用支持 pd.NA 的数据类型将列转换为最佳可能的数据类型。 |
| copy([deep]) | 复制该对象的索引和数据。 |
| corr(other[, method, min_periods]) | 计算与其他系列的相关性，排除缺失值。 |
| count() | 返回系列中非 NA/null 观测值的数量。 |
| cov(other[, min_periods, ddof]) | 计算系列的协方差，排除缺失值。 |
| 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]) | 返回 DataFrame 或 Series 轴上的累积乘积。 |
| cumsum([axis, skipna]) | 返回 DataFrame 或 Series 轴上的累积和。 |
| describe([percentiles, include, exclude]) | 生成描述性统计数据。 |
| diff([periods]) | 元素的第一个离散差分。 |
| div(other[, level, fill_value, axis]) | 返回系列和其他元素的浮点除法（二元运算符 truediv）。 |
| divide(other[, level, fill_value, axis]) | 返回系列和其他元素的浮点除法（二元运算符 truediv）。 |
| divmod(other[, level, fill_value, axis]) | 返回整数除法以及系列和其他元素的模（二元运算符 divmod）。 |
| dot(other) | 计算系列和其他列之间的点积。 |
| drop([labels, axis, index, columns, level, …]) | 返回已删除指定索引标签的系列。 |
| drop_duplicates(*[, keep, inplace, ignore_index]) | 返回已删除重复值的系列。 |
| droplevel(level[, axis]) | 返回系列/数据帧，并删除请求的索引/列级别。 |
| dropna(*[, axis, inplace, how, ignore_index]) | 返回删除了缺失值的新系列。 |
| duplicated([keep]) | 指示重复的系列值。 |
| eq(other[, level, fill_value, axis]) | 返回等于系列和其他元素，按元素（二元运算符 eq）。 |
| equals(other) | 测试两个对象是否包含相同的元素。 |
| ewm([com, span, halflife, alpha, …]) | 提供指数加权 (EW) 计算。 |
| expanding([min_periods, axis, method]) | 提供扩展窗口计算。 |
| explode([ignore_index]) | 将类似列表的每个元素转换为一行。 |
| factorize([sort, use_na_sentinel]) | 将对象编码为枚举类型或分类变量。 |
| ffill(*[, axis, inplace, limit, limit_area, …]) | 通过将最后一个有效观测值传播到下一个有效观测值来填充 NA/NaN 值。 |
| 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帧行或列进行子集化。 |
| first(offset) | （已弃用）根据日期偏移选择时间序列数据的初始周期。 |
| first_valid_index() | 返回第一个非 NA 值的索引，如果未找到非 NA 值，则返回 None。 |
| floordiv(other[, level, fill_value, axis]) | 返回系列和其他元素的整数除法（二元运算符 Floordiv）。 |
| ge(other[, level, fill_value, axis]) | 返回大于或等于系列和其他元素，按元素（二元运算符 ge）。 |
| get(key[, default]) | 从给定键的对象中获取项目（例如：DataFrame 列）。 |
| groupby([by, axis, level, as_index, sort, …]) | 使用映射器或一系列列对系列进行分组。 |
| gt(other[, level, fill_value, axis]) | 返回大于系列和其他元素的值（二元运算符 gt）。 |
| head([n]) | 返回前 n 行。 |
| hist([by, ax, grid, xlabelsize, xrot, …]) | 使用 matplotlib 绘制输入序列的直方图。 |
| idxmax([axis, skipna]) | 返回最大值的行标签。 |
| idxmin([axis, skipna]) | 返回最小值的行标签。 |
| infer_objects([copy]) | 尝试为对象列推断更好的数据类型。 |
| info([verbose, buf, max_cols, memory_usage, …]) | 打印系列的简明摘要。 |
| interpolate([method, axis, limit, inplace, …]) | 使用插值方法填充 NaN 值。 |
| isin(values) | Series 中的元素是否包含在值中。 |
| isna() | 检测缺失值。 |
| isnull() | Series.isnull 是Series.isna 的别名。 |
| item() | 以 Python 标量形式返回基础数据的第一个元素。 |
| items() | 惰性迭代（索引，值）元组。 |
| keys() | 返回索引的别名。 |
| kurt([axis, skipna, numeric_only]) | 返回请求轴上的无偏峰度。 |
| kurtosis([axis, skipna, numeric_only]) | 返回请求轴上的无偏峰度。 |
| last(offset) | （已弃用）根据日期偏移选择时间序列数据的最终周期。 |
| last_valid_index() | 返回最后一个非 NA 值的索引，如果未找到非 NA 值，则返回 None。 |
| le(other[, level, fill_value, axis]) | |
| lt(other[, level, fill_value, axis]) | 返回小于系列和其他元素的值（二元运算符 lt）。 |
| map(arg[, na_action]) | 根据输入映射或函数映射 Series 的值。 |
| mask(cond[, other, inplace, axis, level]) | 替换条件为 True 的值。 |
| max([axis, skipna, numeric_only]) | 返回请求轴上的最大值。 |
| mean([axis, skipna, numeric_only]) | 返回请求轴上的值的平均值。 |
| median([axis, skipna, numeric_only]) | 返回请求轴上的值的中位数。 |
| memory_usage([index, deep]) | 返回系列的内存使用情况。 |
| min([axis, skipna, numeric_only]) | 返回请求轴上的最小值。 |
| mod(other[, level, fill_value, axis]) | 返回系列和其他元素的模（二元运算符 mod）。 |
| mode([dropna]) | 返回系列的模式。 |
| mul(other[, level, fill_value, axis]) | 返回系列和其他元素的乘法（二元运算符 mul）。 |
| multiply(other[, level, fill_value, axis]) | 返回系列和其他元素的乘法（二元运算符 mul）。 |
| ne(other[, level, fill_value, axis]) | 返回不等于系列和其他元素，按元素（二元运算符 ne）。 |
| nlargest([n, keep]) | 返回最大的 n 个元素。 |
| notna() | 检测现有（非缺失）值。 |
| notnull() | Series.notnull 是Series.notna 的别名。 |
| nsmallest([n, keep]) | 返回最小的 n 个元素。 |
| nunique([dropna]) | 返回对象中唯一元素的数量。 |
| pad(*[, axis, inplace, limit, downcast]) | （已弃用）通过将最后一个有效观测值传播到下一个有效观测值来填充 NA/NaN 值。 |
| pct_change([periods, fill_method, limit, freq]) | 当前元素与先前元素之间的分数变化。 |
| pipe(func, *args, **kwargs) | 应用需要 Series 或 DataFrame 的可链接函数。 |
| pop(item) | 返回系列中的物品和掉落物。 |
| pow(other[, level, fill_value, axis]) | 返回级数和其他元素的指数幂（二元运算符 pow）。 |
| prod([axis, skipna, numeric_only, min_count]) | 返回请求轴上的值的乘积。 |
| product([axis, skipna, numeric_only, min_count]) | 返回请求轴上的值的乘积。 |
| quantile([q, interpolation]) | 返回给定分位数的值。 |
| radd(other[, level, fill_value, axis]) | 返回系列和其他元素的加法（二元运算符 radd）。 |
| rank([axis, method, numeric_only, …]) | 计算沿轴的数值数据排名（1 到 n）。 |
| ravel([order]) | （已弃用）将展平的基础数据作为 ndarray 或 ExtensionArray 返回。 |
| rdiv(other[, level, fill_value, axis]) | 返回系列和其他元素的浮点除法（二元运算符 rtruediv）。 |
| rdivmod(other[, level, fill_value, axis]) | 返回整数除法以及系列和其他元素的模（二元运算符 rdivmod）。 |
| reindex([index, axis, method, copy, level, …]) | 通过可选的填充逻辑使系列符合新索引。 |
| reindex_like(other[, method, copy, limit, …]) | 返回一个与其他对象具有匹配索引的对象。 |
| rename([index, axis, copy, inplace, level, …]) | 更改系列索引标签或名称。 |
| rename_axis([mapper, index, axis, copy, inplace]) | 设置索引或列的轴名称。 |
| reorder_levels(order) | 使用输入顺序重新排列索引级别。 |
| repeat(repeats[, axis]) | 重复系列的元素。 |
| replace([to_replace, value, inplace, limit, …]) | 将 to_replace 中给出的值替换为 value。 |
| resample(rule[, axis, closed, label, …]) | 对时间序列数据重新采样。 |
| reset_index([level, drop, name, inplace, …]) | 生成一个新的 DataFrame 或 Series 并重置索引。 |
| rfloordiv(other[, level, fill_value, axis]) | 返回系列和其他元素的整数除法（二元运算符 rfloordiv）。 |
| rmod(other[, level, fill_value, axis]) | 返回系列和其他元素的模（二元运算符 rmod）。 |
| rmul(other[, level, fill_value, axis]) | 返回系列和其他元素的乘法（二元运算符 rmul）。 |
| rolling(window[, min_periods, center, …]) | 提供滚动窗口计算。 |
| round([decimals]) | 系列中的每个值四舍五入到给定的小数位数。 |
| rpow(other[, level, fill_value, axis]) | 返回级数和其他元素的指数幂（二元运算符 rpow）。 |
| rsub(other[, level, fill_value, axis]) | 返回系列和其他元素的减法（二元运算符 rsub）。 |
| rtruediv(other[, level, fill_value, axis]) | 返回系列和其他元素的浮点除法（二元运算符 rtruediv）。 |
| sample([n, frac, replace, weights, …]) | 从对象轴返回项目的随机样本。 |
| searchsorted(value[, side, sorter]) | 查找应插入元素，以维持顺序的索引。 |
| sem([axis, skipna, ddof, numeric_only]) | 返回请求轴上平均值的无偏标准误差。 |
| set_axis(labels, *[, axis, copy]) | 将所需索引分配给给定轴。 |
| set_flags(*[, copy, allows_duplicate_labels]) | 返回带有更新标志的新对象。 |
| shift([periods, freq, axis, fill_value, suffix]) | 使用可选的时间频率将索引移动所需的周期数。 |
| skew([axis, skipna, numeric_only]) | 返回请求轴上的无偏斜。 |
| sort_index(*[, axis, level, ascending, …]) | 按索引标签对系列进行排序。 |
| sort_values(*[, axis, ascending, inplace, …]) | 按值排序。 |
| squeeze([axis]) | 将一维轴对象压缩为标量。 |
| std([axis, skipna, ddof, numeric_only]) | 返回请求轴上的样本标准差。 |
| sub(other[, level, fill_value, axis]) | 返回系列和其他元素的减法（二元运算符 sub）。 |
| subtract(other[, level, fill_value, axis]) | 返回系列和其他元素的减法（二元运算符 sub）。 |
| sum([axis, skipna, numeric_only, min_count]) | 返回请求轴上的值的总和。 |
| swapaxes(axis1, axis2[, copy]) | （已弃用）适当地互换轴和交换值轴。 |
| swaplevel([i, j, copy]) | 交换 MultiIndex 中的级别 i 和 j。 |
| tail([n]) | 返回最后 n 行。 |
| take(indices[, axis]) | 返回沿轴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(*[, into]) | 将 Series 转换为 {label -> value} 字典或类似字典的对象。 |
| to_excel(excel_writer, *[, sheet_name, …]) | 将对象写入 Excel 工作表。 |
| to_frame([name]) | 将系列转换为数据帧。 |
| to_hdf(path_or_buf, *, key[, mode, …]) | 使用 HDFStore 将包含的数据写入 HDF5 文件。 |
| to_json([path_or_buf, orient, date_format, …]) | 将对象转换为 JSON 字符串。 |
| to_latex([buf, columns, header, index, …]) | 将对象渲染为 LaTeX 表格、长表或嵌套表。 |
| to_list() | 返回值的列表。 |
| to_markdown([buf, mode, index, storage_options]) | 以 Markdown 友好格式打印系列。 |
| to_numpy([dtype, copy, na_value]) | 表示该系列或索引中的值的 NumPy ndarray。 |
| to_period([freq, copy]) | 将系列从日期时间索引转换为周期索引。 |
| to_pickle(path, *[, compression, protocol, …]) | 将对象序列化到文件。 |
| to_sql(name, con, *[, schema, if_exists, …]) | 将存储在 DataFrame 中的记录写入 SQL 数据库。 |
| to_string([buf, na_rep, float_format, …]) | 渲染系列的字符串表示形式。 |
| to_timestamp([freq, how, copy]) | 在周期开始时转换为时间戳的 DatetimeIndex。 |
| to_xarray() | 从 pandas 对象返回一个 xarray 对象。 |
| tolist() | 返回值的列表。 |
| transform(func[, axis]) | 调用 func 来生成一个与 self 具有相同轴形状的 Series。 |
| transpose(*args, **kwargs) | 返回转置，根据定义，它是 self。 |
| truediv(other[, level, fill_value, axis]) | 返回系列和其他元素的浮点除法（二元运算符 truediv）。 |
| truncate([before, after, axis, copy]) | 在某个索引值之前和之后截断 Series 或 DataFrame。 |
| tz_convert(tz[, axis, level, copy]) | 将 tz 感知轴转换为目标时区。 |
| tz_localize(tz[, axis, level, copy, …]) | 将 Series 或 DataFrame 的 tz-naive 索引本地化到目标时区。 |
| unique() | 返回 Series 对象的唯一值。 |
| unstack([level, fill_value, sort]) | Unstack，也称为pivot，使用MultiIndex的Series来生成DataFrame。 |
| update(other) | 使用传递的系列中的值就地修改系列。 |
| value_counts([normalize, sort, ascending, …]) | 返回包含唯一值计数的系列。 |
| var([axis, skipna, ddof, numeric_only]) | 返回请求轴上的无偏方差。 |
| view([dtype]) | （已弃用）创建系列的新视图。 |
| where(cond[, other, inplace, axis, level]) | 替换条件为 False 的值。 |
| xs(key[, axis, level, drop_level]) | 从系列/数据帧返回横截面。 |