Pandas---DataFrame函数说明

DataFrame表示的是矩阵的数据表，它包含已排序的列集合，每一列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引。在DataFrame中，数据被存储为一个以上的二维块，而不是列表、字典等其他一维数组。

构造函数

DataFrame([data, index, columns, dtype, copy])

属性描述

属性	描述
DataFrame.index	行标签
DataFrame.columns()	返回一个string类型的数组，返回值是所有列的名字。
DataFrame.dtypes	返回一个string类型的二维数组，返回值是所有列的名字以及类型。
DataFrame.info([verbose, buf, max_cols, …])	查看索引、数据类型和内存信息
DataFrame.select_dtypes([include, exclude])	根据数据类型选取子数据框
DataFrame.values	根据数据类型选取子数据框
DataFrame.axes	返回横纵坐标的标签名
DataFrame.ndim	返回该数据集的维度
DataFrame.size	返回数据集元素的个数
DataFrame.shape	返回数据框的行数和列数
DataFrame.memory_usage([index, deep])	每一列的存储
DataFrame.empty
DataFrame.set_flags(*[, copy, …])

类型转换

方法	描述
DataFrame.astype(dtype[, copy, errors])	转换数据类型
DataFrame.convert_dtypes([infer_objects, …])	列标签
DataFrame.infer_objects()	返回数据的类型
DataFrame.copy([deep])	deep深度复制数据
DataFrame.bool()

索引和迭代

方法	描述
DataFrame.head([n])	返回前n行数据
DataFrame.at	快速标签常量访问器
DataFrame.iat	快速整型常量访问器
DataFrame.loc	标签定位
DataFrame.iloc	整型定位
DataFrame.insert(loc, column, value[, …])	在特殊地点插入行
DataFrame.iter()
DataFrame.items()
DataFrame.iteritems()	返回列名和序列的迭代器
DataFrame.keys()
DataFrame.iterrows()	返回索引和序列的迭代器
DataFrame.itertuples([index, name])
DataFrame.lookup(row_labels, col_labels)
DataFrame.pop(item)	返回删除的项目
DataFrame.tail([n])	返回最后n行
DataFrame.xs(key[, axis, level, drop_level])
DataFrame.get(key[, default])
DataFrame.isin(values)	计算表示每一个值是否在传值容器中的布尔数组。
DataFrame.where(cond[, other, inplace, …])	条件筛选
DataFrame.mask(cond[, other, inplace, axis, …])
DataFrame.query(expr[, inplace])

示例：

df.iloc[0]  # 按位置选取数据
df.iloc['index_one']  # 按索引选取数据
df.iloc[0,:]  # 返回第一行
df.iloc[0, 0]  # 返回第一列的第一个元素
df.ix[[:5], ["col1", "col2"]]  # 返回字段为col1和col2的前5条数据
df.at[5, "col1"]  # 返回索引名称为5，字段名称为col1的数据
df.iat[5, 0]  # 选择索引排序为5，字段排序为0的数据

二元运算

方法	描述
DataFrame.add(other[, axis, level, fill_value])
DataFrame.sub(other[, axis, level, fill_value])
DataFrame.mul(other[, axis, level, fill_value])
DataFrame.div(other[, axis, level, fill_value])
DataFrame.truediv(other[, axis, level, …])
DataFrame.floordiv(other[, axis, level, …])
DataFrame.mod(other[, axis, level, fill_value])
DataFrame.pow(other[, axis, level, fill_value])
DataFrame.dot(other)
DataFrame.radd(other[, axis, level, fill_value])
DataFrame.rsub(other[, axis, level, fill_value])
DataFrame.rmul(other[, axis, level, fill_value])
DataFrame.rdiv(other[, axis, level, fill_value])
DataFrame.rtruediv(other[, axis, level, …])
DataFrame.rfloordiv(other[, axis, level, …])
DataFrame.rmod(other[, axis, level, fill_value])
DataFrame.rpow(other[, axis, level, fill_value])
DataFrame.lt(other[, axis, level])
DataFrame.gt(other[, axis, level])
DataFrame.le(other[, axis, level])
DataFrame.ge(other[, axis, level])
DataFrame.ne(other[, axis, level])
DataFrame.eq(other[, axis, level])
DataFrame.combine(other, func[, fill_value, …])
DataFrame.combine_first(other)

函数应用&分组&窗口

方法	描述
DataFrame.apply(func[, axis, raw, …])
DataFrame.applymap(func[, na_action])
DataFrame.pipe(func, *args, **kwargs)
DataFrame.agg([func, axis])
DataFrame.aggregate([func, axis])
DataFrame.transform(func[, axis])
DataFrame.groupby([by, axis, level, …])
DataFrame.rolling(window[, min_periods, …])
DataFrame.expanding([min_periods, center, …])
DataFrame.ewm([com, span, halflife, alpha, …])

计算统计

方法	描述
DataFrame.abs()	返回前n行数据
DataFrame.all([axis, bool_only, skipna, level])
DataFrame.any([axis, bool_only, skipna, level])
DataFrame.clip([lower, upper, axis, inplace])
DataFrame.corr([method, min_periods])
DataFrame.corrwith(other[, axis, drop, method])
DataFrame.count([axis, level, numeric_only])	非NA值的个数
DataFrame.cov([min_periods, ddof])
DataFrame.cummax([axis, skipna])	累计值的最大值
DataFrame.cummin([axis, skipna])	累计值的最小值
DataFrame.cumprod([axis, skipna])	值得累计积
DataFrame.cumsum([axis, skipna])	累计值
DataFrame.describe([percentiles, include, …])	计算Series或DataFrame各列的汇总统计集合。
DataFrame.diff([periods, axis])	计算第一个算数差值（对时间序列有用）
DataFrame.eval(expr[, inplace])
DataFrame.kurt([axis, skipna, level, …])	样本峰度（第四时刻）得值
DataFrame.kurtosis([axis, skipna, level, …])
DataFrame.mad([axis, skipna, level])	平均值的平均绝对差值
DataFrame.mean([axis, skipna, level, …])	均值
DataFrame.median([axis, skipna, level, …])	中位数（50%分位数）
DataFrame.min([axis, skipna, level, …])	计算最小值
DataFrame.mode([axis, numeric_only, dropna])
DataFrame.pct_change([periods, fill_method, …])	计算百分比
DataFrame.prod([axis, skipna, level, …])	所有值的积
DataFrame.product([axis, skipna, level, …])
DataFrame.quantile([q, axis, numeric_only, …])	计算样本的0从1间分位数
DataFrame.rank([axis, method, numeric_only, …])
DataFrame.round([decimals])
DataFrame.sem([axis, skipna, level, ddof, …])
DataFrame.skew([axis, skipna, level, …])	样本偏度（第三时刻）值
DataFrame.sum([axis, skipna, level, …])	加和
DataFrame.std([axis, skipna, level, ddof, …])	值的样本标准差
DataFrame.var([axis, skipna, level, ddof, …])	值的样本方差
DataFrame.nunique([axis, dropna])	计算索引的唯一值序列
DataFrame.value_counts([subset, normalize, …])

重新索引/选择/标签操作

方法	描述
DataFrame.add_prefix(prefix)
DataFrame.add_suffix(suffix)
DataFrame.align(other[, join, axis, level, …])
DataFrame.at_time(time[, asof, axis])
DataFrame.between_time(start_time, end_time)
DataFrame.drop([labels, axis, index, …])	根据传参删除指定索引值，并产生新的索引值。
DataFrame.drop_duplicates([subset, keep, …])
DataFrame.duplicated([subset, keep])
DataFrame.equals(other)
DataFrame.filter([items, like, regex, axis])
DataFrame.first(offset)
DataFrame.head([n])
DataFrame.idxmax([axis, skipna])
DataFrame.idxmin([axis, skipna])
DataFrame.last(offset)
DataFrame.reindex([labels, index, columns, …])
DataFrame.reindex_like(other[, method, …])
DataFrame.rename([mapper, index, columns, …])
DataFrame.rename_axis([mapper, index, …])
DataFrame.reset_index([level, drop, …])
DataFrame.sample([n, frac, replace, …])
DataFrame.set_axis(labels[, axis, inplace])
DataFrame.set_index(keys[, drop, append, …])
DataFrame.tail([n])
DataFrame.take(indices[, axis, is_copy])
DataFrame.truncate([before, after, axis, copy])

处理缺失值

方法	描述
DataFrame.backfill([axis, inplace, limit, …])
DataFrame.bfill([axis, inplace, limit, downcast])
DataFrame.dropna([axis, how, thresh, …])
DataFrame.ffill([axis, inplace, limit, downcast])
DataFrame.fillna([value, method, axis, …])
DataFrame.interpolate([method, axis, limit, …])
DataFrame.isna()
DataFrame.isnull()
DataFrame.notna()
DataFrame.notnull()
DataFrame.pad([axis, inplace, limit, downcast])
DataFrame.replace([to_replace, value, …])

重新定型、排序、换位

方法	描述
DataFrame.backfill([axis, inplace, limit, …])
DataFrame.droplevel(level[, axis])
DataFrame.pivot([index, columns, values])
DataFrame.pivot_table([values, index, …])
DataFrame.reorder_levels(order[, axis])
DataFrame.sort_values(by[, axis, ascending, …])
DataFrame.sort_index([axis, level, …])
DataFrame.nlargest(n, columns[, keep])
DataFrame.nsmallest(n, columns[, keep])
DataFrame.swaplevel([i, j, axis])
DataFrame.stack([level, dropna])
DataFrame.unstack([level, fill_value])
DataFrame.swapaxes(axis1, axis2[, copy])
DataFrame.melt([id_vars, value_vars, …])
DataFrame.explode(column[, ignore_index])
DataFrame.squeeze([axis])
DataFrame.to_xarray()
DataFrame.T
DataFrame.transpose(*args[, copy])

结合/比较/加入/合并

方法	描述
DataFrame.append(other[, ignore_index, …])	将额外的索引对象粘贴到原索引后，产生一个新的索引。
DataFrame.assign(**kwargs)
DataFrame.compare(other[, align_axis, …])
DataFrame.join(other[, on, how, lsuffix, …])
DataFrame.merge(right[, how, on, left_on, …])
DataFrame.update(other[, join, overwrite, …])

时间序列

方法	描述
DataFrame.asfreq(freq[, method, how, …])
DataFrame.asof(where[, subset])
DataFrame.shift([periods, freq, axis, …])
DataFrame.slice_shift([periods, axis])
DataFrame.tshift([periods, freq, axis])
DataFrame.first_valid_index()
DataFrame.last_valid_index()
DataFrame.resample(rule[, axis, closed, …])
DataFrame.to_period([freq, axis, copy])
DataFrame.to_timestamp([freq, how, axis, copy])
DataFrame.tz_convert(tz[, axis, level, copy])
DataFrame.tz_localize(tz[, axis, level, …])

标志Flags

方法	描述
Flags(obj, *, allows_duplicate_labels)

元数据Metadata

方法	描述
DataFrame.attrs

作图

方法	描述
DataFrame.plot([x, y, kind, ax, …])
DataFrame.plot.area([x, y])
DataFrame.plot.bar([x, y])
DataFrame.plot.barh([x, y])
DataFrame.plot.box([by])
DataFrame.plot.density([bw_method, ind])
DataFrame.plot.hexbin(x, y[, C, …])
DataFrame.plot.hist([by, bins])
DataFrame.plot.kde([bw_method, ind])
DataFrame.plot.line([x, y])
DataFrame.plot.pie(**kwargs)
DataFrame.plot.scatter(x, y[, s, c])
DataFrame.boxplot([column, by, ax, …])
DataFrame.hist([column, by, grid, …])

Sparse accessor

DataFrame.sparse

方法	描述
DataFrame.sparse.density
DataFrame.sparse.from_spmatrix(data[, …])
DataFrame.sparse.to_coo()
DataFrame.sparse.to_dense()

Serialization / IO / conversion

方法	描述
DataFrame.from_dict(data[, orient, dtype, …])
DataFrame.from_records(data[, index, …])
DataFrame.to_parquet([path, engine, …])
DataFrame.to_pickle(path[, compression, …])
DataFrame.to_csv([path_or_buf, sep, na_rep, …])
DataFrame.to_hdf(path_or_buf, key[, mode, …])
DataFrame.to_sql(name, con[, schema, …])
DataFrame.to_dict([orient, into])
DataFrame.to_excel(excel_writer[, …])
DataFrame.to_json([path_or_buf, orient, …])
DataFrame.to_html([buf, columns, col_space, …])
DataFrame.to_feather(path, **kwargs)
DataFrame.to_latex([buf, columns, …])
DataFrame.to_stata(path[, convert_dates, …])
DataFrame.to_gbq(destination_table[, …])
DataFrame.to_records([index, column_dtypes, …])
DataFrame.to_string([buf, columns, …])
DataFrame.to_clipboard([excel, sep])
DataFrame.to_markdown([buf, mode, index, …])
DataFrame.style