pandas.DataFrame

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False) [source]

Двумерная, изменяемая по размеру, потенциально разнородная таблица данных с метками осей (строки и столбцы). Арифметические операции выравниваются по меткам строк и столбцов. Можно рассматривать как контейнер типа dict для объектов Series. Основная структура данных pandas

Параметры:

data : массив numpy (структурированный или однородный), словарь или DataFrame Словарь может содержать объекты Series, массивы, константы или спископодобные объекты index : Индекс или массив-подобный объект Используемый индекс для результирующей таблицы. Будет по умолчанию равен np.arange(n), если информация об индексации не входит в входные данные и индекс не предоставлен columns : Индекс или массив-подобный объект Метки столбцов для использования в результирующей таблице. Будет по умолчанию равен np.arange(n), если метки столбцов не предоставлены dtype : dtype, по умолчанию None Тип данных для принудительного использования. Разрешен только один тип данных. Если None, определить автоматически copy : boolean, по умолчанию False Копировать данные из входных данных. Затрагивает только входные DataFrame / 2d ndarray

См. также

DataFrame.from_records

конструктор из кортежей, также массивы записей

DataFrame.from_dict

из словарей Series, массивов или словарей

DataFrame.from_items

из последовательности пар (ключ, значение)

pandas.read_csv, pandas.read_table, pandas.read_clipboard

Примеры

Создание DataFrame из словаря.

>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df
   col1  col2
0     1     3
1     2     4

Обратите внимание, что выведенный тип данных — int64.

>>> df.dtypes
col1    int64
col2    int64
dtype: object

Для принудительного использования одного типа данных:

>>> df = pd.DataFrame(data=d, dtype=np.int8)
>>> df.dtypes
col1    int8
col2    int8
dtype: object

Создание DataFrame из массива numpy:

>>> df2 = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 5)),
...                    columns=['a', 'b', 'c', 'd', 'e'])
>>> df2
    a   b   c   d   e
0   2   8   8   3   4
1   4   2   9   0   9
2   1   0   7   8   0
3   5   1   7   1   3
4   6   0   2   4   2

Атрибуты

T	Транспонировать индекс и столбцы
at	Быстрый скалярный доступ по метке
axes	Возвращает список с метками оси строк и оси столбцов как единственными членами.
blocks	Внутреннее свойство, синоним свойства для as_blocks()
dtypes	Возвращает типы данных в этом объекте.
empty	True, если NDFrame полностью пуст [нет элементов], что означает, что любая ось имеет длину 0.
ftypes	Возвращает ftypes (указание на разреженность/плотность и тип данных) в этом объекте.
iat	Быстрый скалярный доступ по целочисленному местоположению.
iloc	Индексирование, основанное исключительно на целочисленных местоположениях, для выбора по позиции.
is_copy
ix	Индексатор, основанный в основном на метках и местоположениях, с целочисленным позиционным резервным вариантом.
loc	Индексатор, основанный исключительно на метках местоположений, для выбора по метке.
ndim	Количество осей / размерностей массива
shape	Возвращает кортеж, представляющий размерность DataFrame.
size	Количество элементов в NDFrame
style	Свойство, возвращающее объект Styler, содержащий методы для построения стилизованного HTML-представления DataFrame.
values	Представление NDFrame в формате numpy

Методы

abs()	Возвращает объект с абсолютным значением — применимо только к объектам, которые являются чисто числовыми.
add(other[, axis, level, fill_value])	Сложение DataFrame и other, поэлементно (бинарная операция add).
add_prefix(prefix)	Конкатенация префиксной строки с именами элементов панели.
add_suffix(suffix)	Конкатенация суффиксной строки с именами элементов панели.
agg(func[, axis])	Агрегирование с использованием вызываемого объекта, строки, словаря или списка строк/вызываемых объектов
aggregate(func[, axis])	Агрегирование с использованием вызываемого объекта, строки, словаря или списка строк/вызываемых объектов
align(other[, join, axis, level, copy, ...])	Выравнивание двух объектов по их осям с помощью
all([axis, bool_only, skipna, level])	Возвращает True, если все элементы по указанной оси равны True
any([axis, bool_only, skipna, level])	Возвращает True, если любой элемент по указанной оси равен True
append(other[, ignore_index, verify_integrity])	Добавляет строки из other в конец этой таблицы, возвращая новый объект.
apply(func[, axis, broadcast, raw, reduce, args])	Применение функции вдоль входной оси DataFrame.
applymap(func)	Применение функции к DataFrame, предназначенной для работы поэлементно, т. е.
as_blocks([copy])	Преобразование таблицы в словарь типа dtype -> Типы конструкторов, каждый из которых имеет однородный тип.
as_matrix([columns])	Преобразование таблицы в ее представление в виде массива NumPy.
asfreq(freq[, method, how, normalize, ...])	Преобразование TimeSeries к указанной частоте.
asof(where[, subset])	Берется последняя строка без NaN (или последняя строка без
assign(**kwargs)	Назначение новых столбцов DataFrame, возвращающее новый объект (копию) со всеми исходными столбцами в дополнение к новым.
astype(dtype[, copy, errors])	Приведение типа pandas объекта к указанному типу dtype.
at_time(time[, asof])	Выбор значений в определенное время суток (например,
between_time(start_time, end_time[, ...])	Выбор значений между определенными временами суток (например, 9:00-9:30 утра).
bfill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna(method='bfill')
bool()	Возвращает булево значение для одного элемента PandasObject.
boxplot([column, by, ax, fontsize, rot, ...])	Построение диаграммы размаха из столбца DataFrame, при необходимости сгруппированного по некоторым столбцам или
clip([lower, upper, axis, inplace])	Обрезка значений по входным порогам.
clip_lower(threshold[, axis, inplace])	Возвращает копию входных данных с усеченными значениями, которые ниже заданного значения(й).
clip_upper(threshold[, axis, inplace])	Возвращает копию входных данных с усеченными значениями, которые выше заданного значения(й).
combine(other, func[, fill_value, overwrite])	Добавление двух DataFrame-объектов и не распространение значений NaN, поэтому если для
combine_first(other)	Объединение двух DataFrame-объектов и использование не-null значений в таблице, вызвавшей метод.
compound([axis, skipna, level])	Возвращает составной процент значений для указанной оси
consolidate([inplace])	УСТАРЕЛО: consolidate будет только внутренней реализацией.
convert_objects([convert_dates, ...])	Устарело.
copy([deep])	Создает копию данных этого объекта.
corr([method, min_periods])	Вычисляет парную корреляцию столбцов, исключая NA/null значения
corrwith(other[, axis, drop])	Вычисляет парную корреляцию между строками или столбцами двух DataFrame-объектов.
count([axis, level, numeric_only])	Возвращает Series с количеством не-NA/null наблюдений по указанной оси.
cov([min_periods])	Вычисляет парную ковариацию столбцов, исключая NA/null значения
cummax([axis, skipna])	Возвращает кумулятивный максимум по указанной оси.
cummin([axis, skipna])	Возвращает кумуляльный минимум по указанной оси.
cumprod([axis, skipna])	Возвращает кумулятивное произведение по указанной оси.
cumsum([axis, skipna])	Возвращает кумулятивную сумму по указанной оси.
describe([percentiles, include, exclude])	Генерирует описательные статистики, которые обобщают центральную тенденцию, дисперсию и форму распределения набора данных, исключая NaN значения.
diff([periods, axis])	Дискретное разностное значение 1-го порядка объекта
div(other[, axis, level, fill_value])	Деление с плавающей запятой DataFrame и other, поэлементно (бинарная операция truediv).
divide(other[, axis, level, fill_value])	Деление с плавающей запятой DataFrame и other, поэлементно (бинарная операция truediv).

dot(other)	Умножение матриц с объектами DataFrame или Series
drop([labels, axis, index, columns, level, ...])	Возвращает новый объект с удалёнными метками в запрошенной оси.
drop_duplicates([subset, keep, inplace])	Возвращает DataFrame с удалёнными дублирующими строками, необязательно только
dropna([axis, how, thresh, subset, inplace])	Возвращает объект с пропущенными метками на заданной оси, где поочерёдно любые
duplicated([subset, keep])	Возвращает булеву серию, обозначающую дублирующие строки, необязательно только
eq(other[, axis, level])	Обёртка для гибких методов сравнения eq
equals(other)	Определяет, содержат ли два объекта NDFrame одинаковые элементы.
eval(expr[, inplace])	Вычисляет выражение в контексте экземпляра вызывающего DataFrame.
ewm([com, span, halflife, alpha, ...])	Предоставляет экспоненциально взвешенные функции
expanding([min_periods, freq, center, axis])	Предоставляет расширяющие преобразования.
ffill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna(method='ffill')
fillna([value, method, axis, inplace, ...])	Заполнение значений NaN/NA указанным методом
filter([items, like, regex, axis])	Подмножество строк или столбцов DataFrame в соответствии с метками в указанном индексе.
first(offset)	Удобный метод для подмножества начальных периодов данных временных рядов на основе временного сдвига.
first_valid_index()	Возвращает индекс для первого не-NA/null значения.
floordiv(other[, axis, level, fill_value])	Целочисленное деление DataFrame и other, поэлементно (бинарная операция floordiv).
from_csv(path[, header, sep, index_col, ...])	Чтение CSV-файла (УСТАРЕЛО, используйте pandas.read_csv() вместо этого).
from_dict(data[, orient, dtype])	Конструирование DataFrame из словаря массивоподобных объектов или словарей
from_items(items[, columns, orient])	Преобразование пар (ключ, значение) в DataFrame.
from_records(data[, index, exclude, ...])	Преобразование структурированного или массива записей в DataFrame
ge(other[, axis, level])	Обёртка для гибких методов сравнения ge
get(key[, default])	Получение элемента из объекта для заданного ключа (столбец DataFrame, срез Panel и т. д.).
get_dtype_counts()	Возвращает счётчики типов данных в этом объекте.
get_ftype_counts()	Возвращает счётчики типов данных ftypes в этом объекте.
get_value(index, col[, takeable])	Быстрое извлечение единственного значения в переданном столбце и индексе
get_values()	то же самое, что и значения (но обрабатывает преобразования разреженности)
groupby([by, axis, level, as_index, sort, ...])	Группировка серии с помощью сопоставления (словарь или функция ключа, применение заданной функции к группе, возврат результата в виде серии) или по ряду столбцов.
gt(other[, axis, level])	Обёртка для гибких методов сравнения gt
head([n])	Возвращает первые n строк.
hist(data[, column, by, grid, xlabelsize, ...])	Рисует гистограмму серии DataFrame с использованием matplotlib/pylab.
idxmax([axis, skipna])	Возвращает индекс первого вхождения максимума по запрошенной оси.
idxmin([axis, skipna])	Возвращает индекс первого вхождения минимума по запрошенной оси.
infer_objects()	Попытка вывода более подходящих типов данных для столбцов object.
info([verbose, buf, max_cols, memory_usage, ...])	Краткое описание DataFrame.
insert(loc, column, value[, allow_duplicates])	Вставка столбца в DataFrame в указанном месте.
interpolate([method, axis, limit, inplace, ...])	Интерполяция значений в соответствии с различными методами.
isin(values)	Возвращает булевый DataFrame, показывающий, содержится ли каждый элемент в DataFrame в values.
isna()	Возвращает объект той же размерности, являющийся булевым значением, указывающим, являются ли значения NA.
isnull()	Возвращает объект той же размерности, являющийся булевым значением, указывающим, являются ли значения NA.
items()	Итератор по парам (имя столбца, Series).
iteritems()	Итератор по парам (имя столбца, Series).
iterrows()	Итерация по строкам DataFrame как пары (индекс, Series).
itertuples([index, name])	Итерация по строкам DataFrame в виде именованных кортежей, со значением индекса в качестве первого элемента кортежа.
join(other[, on, how, lsuffix, rsuffix, sort])	Объединение столбцов с другим DataFrame по индексу или по столбцу ключа.

keys()	Получение ‘оси информации’ (см. Индексация для получения дополнительной информации)
kurt([axis, skipna, level, numeric_only])	Возвращает смещённую эксцесс (куртозис) по запрошенной оси, используя определение эксцесса Фишера (эксцесс нормального распределения == 0.0).
kurtosis([axis, skipna, level, numeric_only])	Возвращает смещённую эксцесс (куртозис) по запрошенной оси, используя определение эксцесса Фишера (эксцесс нормального распределения == 0.0).
last(offset)	Удобный метод для подмножества конечных периодов временных рядов данных на основе смещения даты.
last_valid_index()	Возвращает индекс последнего значения, не являющегося NA/NULL.
le(other[, axis, level])	Обёртка для гибких методов сравнения le
lookup(row_labels, col_labels)	Функция «fancy indexing» на основе меток для DataFrame.
lt(other[, axis, level])	Обёртка для гибких методов сравнения lt
mad([axis, skipna, level])	Возвращает среднее абсолютное отклонение значений для запрошенной оси.
mask(cond[, other, inplace, axis, level, ...])	Возвращает объект такой же формы, как self, и чьи соответствующие записи взяты из self, где cond ложно, а в противном случае — из other.
max([axis, skipna, level, numeric_only])	Этот метод возвращает максимальное значение в объекте.
mean([axis, skipna, level, numeric_only])	Возвращает среднее значение значений для запрошенной оси.
median([axis, skipna, level, numeric_only])	Возвращает медиану значений для запрошенной оси.
melt([id_vars, value_vars, var_name, ...])	«Разворачивает» DataFrame из широкого формата в длинный формат, при необходимости
memory_usage([index, deep])	Использование памяти столбцами DataFrame.
merge(right[, how, on, left_on, right_on, ...])	Объединение объектов DataFrame, выполняя соединение в стиле базы данных по столбцам или индексам.
min([axis, skipna, level, numeric_only])	Этот метод возвращает минимальное значение в объекте.
mod(other[, axis, level, fill_value])	Остаток от деления DataFrame и другого элемента по элементам (бинарная операция mod).
mode([axis, numeric_only])	Получает моду(и) каждого элемента вдоль выбранной оси.
mul(other[, axis, level, fill_value])	Умножение DataFrame и другого элемента по элементам (бинарная операция mul).
multiply(other[, axis, level, fill_value])	Умножение DataFrame и другого элемента по элементам (бинарная операция mul).
ne(other[, axis, level])	Обёртка для гибких методов сравнения ne
nlargest(n, columns[, keep])	Получение строк DataFrame, отсортированных по n наибольшим значениям columns.
notna()	Возвращает булевый объект той же размерности, указывающий, если значения не являются NA.
notnull()	Возвращает булевый объект той же размерности, указывающий, если значения не являются NA.
nsmallest(n, columns[, keep])	Получение строк DataFrame, отсортированных по n наименьшим значениям columns.
nunique([axis, dropna])	Возвращает Series с количеством различных наблюдений по запрошенной оси.
pct_change([periods, fill_method, limit, freq])	Процентное изменение за заданное количество периодов.
pipe(func, *args, **kwargs)	Применить func(self, *args, **kwargs)
pivot([index, columns, values])	Изменение формата данных (создание «таблицы сводного отчёта») на основе значений столбцов.
pivot_table([values, index, columns, ...])	Создание таблицы сводного отчёта в формате электронных таблиц в виде DataFrame.
plot	Псевдоним FramePlotMethods
pop(item)	Возвращает элемент и удаляет его из фрейма.
pow(other[, axis, level, fill_value])	Возведение в степень DataFrame и другого элемента по элементам (бинарная операция pow).
prod([axis, skipna, level, numeric_only])	Возвращает произведение значений по запрошенной оси.
product([axis, skipna, level, numeric_only])	Возвращает произведение значений по запрошенной оси.
quantile([q, axis, numeric_only, interpolation])	Возвращает значения в заданном квантиле по запрошенной оси, аналогично numpy.percentile.
query(expr[, inplace])	Запрос к столбцам фрейма с булевым выражением.
radd(other[, axis, level, fill_value])	Сложение DataFrame и другого элемента по элементам (бинарная операция radd).
rank([axis, method, numeric_only, ...])	Вычисление рангов числовых данных (от 1 до n) вдоль оси.
rdiv(other[, axis, level, fill_value])	Деление с плавающей запятой DataFrame и другого элемента по элементам (бинарная операция rtruediv).
reindex([labels, index, columns, axis, ...])	Приведение DataFrame к новому индексу с опциональной логикой заполнения, размещая NA/NaN в местах, не имеющих значения в предыдущем индексе.
reindex_axis(labels[, axis, method, level, ...])	Приведение входного объекта к новому индексу с опциональной логикой заполнения, размещая NA/NaN в местах, не имеющих значения в предыдущем индексе.

reindex_like(other[, method, copy, limit, ...])	Возвращает объект с совпадающими индексами со мной.
rename([mapper, index, columns, axis, copy, ...])	Изменить метки осей.
rename_axis(mapper[, axis, copy, inplace])	Изменить имя индекса или столбцов.
reorder_levels(order[, axis])	Переупорядочить уровни индекса в указанном порядке.
replace([to_replace, value, inplace, limit, ...])	Заменить значения, указанные в ‘to_replace’, на ‘value’.
resample(rule[, how, axis, fill_method, ...])	Удобный метод для преобразования частоты и ресемплирования временных рядов.
reset_index([level, drop, inplace, ...])	Для DataFrame с многоуровневым индексом возвращает новый DataFrame с информацией о метках в столбцах под именами индексов, по умолчанию ‘level_0’, ‘level_1’ и т. д.
rfloordiv(other[, axis, level, fill_value])	Целочисленное деление DataFrame и other, поэлементно (бинарная операция rfloordiv).
rmod(other[, axis, level, fill_value])	Остаток от деления DataFrame и other, поэлементно (бинарная операция rmod).
rmul(other[, axis, level, fill_value])	Умножение DataFrame и other, поэлементно (бинарная операция rmul).
rolling(window[, min_periods, freq, center, ...])	Предоставляет вычисления с использованием скользящего окна.
round([decimals])	Округлить DataFrame до заданного числа десятичных знаков.
rpow(other[, axis, level, fill_value])	Возведение в степень DataFrame и other, поэлементно (бинарная операция rpow).
rsub(other[, axis, level, fill_value])	Вычитание DataFrame и other, поэлементно (бинарная операция rsub).
rtruediv(other[, axis, level, fill_value])	Деление с плавающей точкой DataFrame и other, поэлементно (бинарная операция rtruediv).
sample([n, frac, replace, weights, ...])	Возвращает случайную выборку элементов из оси объекта.
select(crit[, axis])	Возвращает данные, соответствующие меткам оси, удовлетворяющим критериям.
select_dtypes([include, exclude])	Возвращает подмножество DataFrame, включая/исключая столбцы на основе их dtype.
sem([axis, skipna, level, ddof, numeric_only])	Возвращает несмещённую стандартную ошибку среднего по запрошенной оси.
set_axis(labels[, axis, inplace])	Присвоить желаемый индекс заданной оси.
set_index(keys[, drop, append, inplace, ...])	Установить индекс DataFrame (метки строк) используя один или несколько существующих столбцов.
set_value(index, col, value[, takeable])	Поместить единственное значение в указанный столбец и индекс.
shift([periods, freq, axis])	Смещение индекса на заданное количество периодов с необязательной временной частотой.
skew([axis, skipna, level, numeric_only])	Возвращает несмещённый коэффициент асимметрии по запрошенной оси.
slice_shift([periods, axis])	Эквивалентно shift без копирования данных.
sort_index([axis, level, ascending, ...])	Сортировать объект по меткам (по оси).
sort_values(by[, axis, ascending, inplace, ...])	Сортировка по значениям вдоль оси.
sortlevel([level, axis, ascending, inplace, ...])	УСТАРЕЛО: используйте DataFrame.sort_index()
squeeze([axis])	Сжать размерность 1.
stack([level, dropna])	Повернуть уровень (возможно, иерархических) меток столбцов, возвращая DataFrame (или Series в случае объекта с одним уровнем меток столбцов), имеющий иерархический индекс с новым внутренним уровнем меток строк.
std([axis, skipna, level, ddof, numeric_only])	Возвращает выборочное стандартное отклонение по запрошенной оси.
sub(other[, axis, level, fill_value])	Вычитание DataFrame и other, поэлементно (бинарная операция sub).
subtract(other[, axis, level, fill_value])	Вычитание DataFrame и other, поэлементно (бинарная операция sub).
sum([axis, skipna, level, numeric_only])	Возвращает сумму значений по запрошенной оси.
swapaxes(axis1, axis2[, copy])	Меняет местами оси и соответствующим образом меняет значения осей.
swaplevel([i, j, axis])	Меняет местами уровни i и j в MultiIndex на определённой оси.
tail([n])	Возвращает последние n строк.
take(indices[, axis, convert, is_copy])	Возвращает элементы в заданных позиционных индексах вдоль оси.
to_clipboard([excel, sep])	Попытка записать текстовое представление объекта в буфер обмена системы. Это можно вставить, например, в Excel.
to_csv([path_or_buf, sep, na_rep, ...])	Запись DataFrame в файл с разделителями, разделёнными запятыми (CSV).
to_dense()	Возвращает плотное представление NDFrame (в отличие от разреженного).
to_dict([orient, into])	Преобразовать DataFrame в словарь.

to_excel(excel_writer[, sheet_name, na_rep, ...])	Запись DataFrame в лист Excel
to_feather(fname)	запись бинарного формата feather для DataFrame
to_gbq(destination_table, project_id[, ...])	Запись DataFrame в таблицу Google BigQuery.
to_hdf(path_or_buf, key, **kwargs)	Запись данных в файл HDF5 с использованием HDFStore.
to_html([buf, columns, col_space, header, ...])	Вывод DataFrame как HTML-таблицы.
to_json([path_or_buf, orient, date_format, ...])	Преобразование объекта в JSON-строку.
to_latex([buf, columns, col_space, header, ...])	Вывод объекта в табличную среду.
to_msgpack([path_or_buf, encoding])	msgpack (сериализация) объекта в файл по указанному пути.
to_panel()	Преобразование DataFrame из длинного (складываемого) формата в широкий (3D, Panel) формат.
to_parquet(fname[, engine, compression])	Запись DataFrame в бинарный формат parquet.
to_period([freq, axis, copy])	Преобразование DataFrame из DatetimeIndex в PeriodIndex с требуемой
to_pickle(path[, compression, protocol])	Pickle (сериализация) объекта в файл по указанному пути.
to_records([index, convert_datetime64])	Преобразование DataFrame в массив записей.
to_sparse([fill_value, kind])	Преобразование в SparseDataFrame
to_sql(name, con[, flavor, schema, ...])	Запись записей, хранящихся в DataFrame, в базу данных SQL.
to_stata(fname[, convert_dates, ...])	Класс для записи бинарных файлов Stata dta из объектов, подобных массивам
to_string([buf, columns, col_space, header, ...])	Вывод DataFrame в удобочитаемый для консоли табличный вывод.
to_timestamp([freq, how, axis, copy])	Преобразование в DatetimeIndex временных меток, в начале периода
to_xarray()	Возвращение объекта xarray из объекта pandas.
transform(func, *args, **kwargs)	Вызов функции, создающей NDFrame с аналогичным индексом
transpose(*args, **kwargs)	Транспонирование индекса и столбцов
truediv(other[, axis, level, fill_value])	Деление с плавающей точкой DataFrame и other, поэлементно (бинарная операция truediv).
truncate([before, after, axis, copy])	Обрезает отсортированный DataFrame/Series до и/или после определенного значения индекса.
tshift([periods, freq, axis])	Смещение временного индекса, используя частоту индекса, если она доступна.
tz_convert(tz[, axis, level, copy])	Преобразование оси с учетом часового пояса в целевой часовой пояс.
tz_localize(tz[, axis, level, copy, ambiguous])	Локализация временных рядов без учета часового пояса в целевом часовом поясе.
unstack([level, fill_value])	Поворот уровня меток индекса (необходимо иерархический), возвращая DataFrame с новым уровнем меток столбцов, внутренний уровень которых состоит из повернутых меток индекса.
update(other[, join, overwrite, ...])	Модификация DataFrame на месте с использованием значений без пропусков из переданного DataFrame.
var([axis, skipna, level, ddof, numeric_only])	Возвращение несмещенной дисперсии по запрошенной оси.
where(cond[, other, inplace, axis, level, ...])	Возвращает объект с теми же размерами, что и self, и соответствующие записи из self, где cond имеет значение True, в противном случае из other.
xs(key[, axis, level, drop_level])	Возвращает поперечный срез (строка(и) или столбец(ы)) из Series/DataFrame.