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. Может рассматриваться как контейнер типа dict для объектов Series. Основная структура данных pandas.

Параметры:

data : numpy ndarray (структурированный или однородный), dict или DataFrame Dict может содержать Series, массивы, константы или спископодобные объекты Изменено в версии 0.23.0: Если data является dict, порядок аргументов сохраняется для Python 3.6 и более поздних версий. index : Индекс или массив-подобный объект Индекс для использования в результирующей таблице. Будет по умолчанию RangeIndex, если нет информации об индексе в входных данных и не задан индекс. columns : Индекс или массив-подобный объект Метки столбцов для использования в результирующей таблице. Будет по умолчанию RangeIndex (0, 1, 2, …, n), если метки столбцов не предоставлены. dtype : dtype, по умолчанию None Тип данных для принудительного задания. Допускается только один тип данных. Если None, определить автоматически. copy : boolean, по умолчанию False Скопировать данные из входных данных. Затрагивает только входные данные типа DataFrame/2d ndarray.

См. также

DataFrame.from_records

конструктор из кортежей, также массивов 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 задания типа данных:

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

Создание DataFrame из numpy ndarray:

>>> 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	Доступ к одному значению для пары метки строки/столбца.
axes	Возвращает список, представляющий оси DataFrame.
blocks	(УСТЕРЕЖДЁННО) Внутреннее свойство, синоним свойства для as_blocks()
columns	Метки столбцов DataFrame.
dtypes	Возвращает типы данных в DataFrame.
empty	Указатель, является ли DataFrame пустым.
ftypes	Возвращает ftypes (указание на разреженность/плотность и тип данных) в DataFrame.
iat	Доступ к одному значению для пары строка/столбец по целочисленной позиции.
iloc	Индексирование, основанное только на целых числах, для выбора по позиции.
index	Индекс (метки строк) DataFrame.
ix	Индексатор, главным образом основанный на метке и позиции, с падением на целочисленную позицию по умолчанию.
loc	Доступ к группе строк и столбцов по метке(ам) или массиву boolean.
ndim	Возвращает целое число, представляющее количество осей/размерностей массива.
shape	Возвращает кортеж, представляющий размерность DataFrame.
size	Возвращает целое число, представляющее количество элементов в данном объекте.
style	Свойство, возвращающее объект Styler, содержащий методы для построения стилизованного HTML-представления DataFrame.
values	Возвращает Numpy-представление DataFrame.

is_copy

Методы

abs()	Возвращает Series/DataFrame с абсолютным значением каждого элемента.
add(other[, axis, level, fill_value])	Сложение DataFrame и other по элементам (бинарная операция add).
add_prefix(prefix)	Добавляет префикс к меткам с строкой prefix.
add_suffix(suffix)	Добавляет суффикс к меткам с строкой suffix.
agg(func[, axis])	Агрегирование с помощью одной или нескольких операций по указанной оси.
aggregate(func[, axis])	Агрегирование с помощью одной или нескольких операций по указанной оси.
align(other[, join, axis, level, copy, …])	Выравнивание двух объектов по осям с указанным методом объединения для каждой оси Index.
all([axis, bool_only, skipna, level])	Возвращает True, если все элементы истинны, потенциально по оси.
any([axis, bool_only, skipna, level])	Возвращает True, если любой элемент истинный по запрошенной оси.
append(other[, ignore_index, …])	Добавляет строки other в конец этой таблицы, возвращая новый объект.
apply(func[, axis, broadcast, raw, reduce, …])	Применение функции по оси DataFrame.
applymap(func)	Применение функции к элементам DataFrame поэлементно.
as_blocks([copy])	(УСТАРЕЛО) Преобразует таблицу в словарь типов dtype -> Конструктор, каждый из которых имеет однородный тип dtype.
as_matrix([columns])	(УСТАРЕЛО) Преобразует таблицу в её представление в виде массива NumPy.
asfreq(freq[, method, how, normalize, …])	Преобразование временного ряда в указанную частоту.
asof(where[, subset])	Берется последняя строка без NaN (или последняя строка без NaN, учитывая только подмножество столбцов в случае DataFrame).
assign(**kwargs)	Присваивание новых столбцов DataFrame, возвращая новый объект (копию) с добавленными столбцами к исходным.
astype(dtype[, copy, errors])	Преобразование pandas объекта в указанный тип dtype 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 логическое значение для одного элемента Pandas объекта.
boxplot([column, by, ax, fontsize, rot, …])	Построение диаграммы размаха из столбцов DataFrame.
clip([lower, upper, axis, inplace])	Обрезка значений по входным порогам.
clip_lower(threshold[, axis, inplace])	Возвращает копию входных данных с усеченными значениями ниже порога.
clip_upper(threshold[, axis, inplace])	Возвращает копию входных данных с усеченными значениями выше заданного значения(й).
combine(other, func[, fill_value, overwrite])	Сложение двух объектов DataFrame, не распространяя значения NaN; если для (столбец, время) в одном из фреймов отсутствует значение, оно будет по умолчанию равно значению другого фрейма (которое также может быть NaN).
combine_first(other)	Объединение двух объектов DataFrame, используя значения не равные NULL в вызываемом методе DataFrame.
compound([axis, skipna, level])	Возвращает составной процент значений для запрошенной оси.
consolidate([inplace])	(УСТАРЕЛО) Вычисление NDFrame с «консолидированными» внутренними структурами (данные каждого типа данных сгруппированы вместе в одном массиве ndarray).
convert_objects([convert_dates, …])	(УСТАРЕЛО) Попытка вывести улучшенный тип данных для столбцов object.
copy([deep])	Создание копии индексов и данных этого объекта.
corr([method, min_periods])	Вычисление парной корреляции столбцов, исключая значения NA/null.
corrwith(other[, axis, drop])	Вычисление парной корреляции между строками или столбцами двух объектов DataFrame.
count([axis, level, numeric_only])	Подсчет ячеек без NA для каждого столбца или строки.
cov([min_periods])	Вычисление парной ковариации столбцов, исключая значения NA/null.
cummax([axis, skipna])	Возвращает кумуляльный максимум по оси DataFrame или Series.
cummin([axis, skipna])	Возвращает кумуляльный минимум по оси DataFrame или Series.
cumprod([axis, skipna])	Возвращает кумуляльное произведение по оси DataFrame или Series.
cumsum([axis, skipna])	Возвращает кумулятивную сумму по оси DataFrame или Series.
describe([percentiles, include, exclude])	Генерирует описательные статистики, которые обобщают центральную тенденцию, дисперсию и форму распределения набора данных, исключая NaN значения.
diff([periods, axis])	Первое дискретное различие элемента.
div(other[, axis, level, fill_value])	Деление с плавающей точкой DataFrame и other по элементам (бинарная операция truediv).

divide(other[, axis, level, fill_value])	Плавающее деление DataFrame и other, поэлементно (бинарная операция truediv).
dot(other)	Матричное умножение с объектами DataFrame или Series.
drop([labels, axis, index, columns, level, …])	Удаление указанных меток из строк или столбцов.
drop_duplicates([subset, keep, inplace])	Возвращает DataFrame с удалёнными дублирующими строками, необязательно учитывая только определённые столбцы
dropna([axis, how, thresh, subset, inplace])	Удаление пропущенных значений.
duplicated([subset, keep])	Возвращает булеву Series, обозначающую дублирующие строки, необязательно учитывая только определённые столбцы
eq(other[, axis, level])	Обёртка для гибких методов сравнения eq
equals(other)	Определяет, содержат ли два объекта NDFrame одинаковые элементы.
eval(expr[, inplace])	Вычисление строки, описывающей операции над столбцами DataFrame.
ewm([com, span, halflife, alpha, …])	Предоставляет экспоненциально взвешенные функции
expanding([min_periods, center, axis])	Предоставляет расширяющие преобразования.
ffill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna(method='ffill')
fillna([value, method, axis, inplace, …])	Заполнение значений NA/NaN с использованием указанного метода
filter([items, like, regex, axis])	Подмножество строк или столбцов dataframe в соответствии с метками в указанном индексе.
first(offset)	Удобный метод для выделения начальных периодов временных рядов данных на основе смещения даты.
first_valid_index()	Возвращает индекс первого ненулевого значения NA/null.
floordiv(other[, axis, level, fill_value])	Целочисленное деление DataFrame и other, поэлементно (бинарная операция floordiv).
from_csv(path[, header, sep, index_col, …])	(УСТАРЕЛО) Чтение файла CSV.
from_dict(data[, orient, dtype, columns])	Построение DataFrame из словаря массивов-подобных данных или словарей.
from_items(items[, columns, orient])	(УСТАРЕЛО) Построение dataframe из списка кортежей
from_records(data[, index, exclude, …])	Преобразование структурированного или записывающего ndarray 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 подсчет уникальных типов данных в этом объекте.
get_ftype_counts()	(УСТАРЕЛО) Возвращает подсчет уникальных типов ftypes в этом объекте.
get_value(index, col[, takeable])	(УСТАРЕЛО) Быстрое получение единственного значения по переданному столбцу и индексу
get_values()	Возвращает ndarray после преобразования разреженных значений в плотные.
groupby([by, axis, level, as_index, sort, …])	Группировка series с использованием отображения (словарь или функция ключа, применение заданной функции к группе, возврат результата в виде series) или по серии столбцов.
gt(other[, axis, level])	Обёртка для гибких методов сравнения gt
head([n])	Возвращает первые n строки.
hist([column, by, grid, xlabelsize, xrot, …])	Построение гистограммы DataFrame.
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 улучшить вывод типов для столбцов object.
info([verbose, buf, max_cols, memory_usage, …])	Вывод краткого резюме 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 значениях.
isna()	Обнаружение пропущенных значений.
isnull()	Обнаружение пропущенных значений.
items()	Итератор по парам (имя столбца, Series).
iteritems()	Итератор по парам (имя столбца, Series).
iterrows()	Итерация по строкам DataFrame в виде пар (индекс, Series).
itertuples([index, name])	Итерация по строкам DataFrame как namedtuples, 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()	Получить «ось информации» (см. Индексирование для получения более подробной информации)
kurt([axis, skipna, level, numeric_only])	Возвращает несмещенную эксцесс по заданной оси, используя определение эксцесса Фишера (эксцесс нормального распределения == 0,0).
kurtosis([axis, skipna, level, numeric_only])	Возвращает несмещенную эксцесс по заданной оси, используя определение эксцесса Фишера (эксцесс нормального распределения == 0,0).
last(offset)	Удобный метод для выделения конечных периодов временных рядов данных на основе смещения дат.
last_valid_index()	Возвращает индекс последнего ненулевого значения.
le(other[, axis, level])	Оборачивающий метод для гибких методов сравнения le
lookup(row_labels, col_labels)	Функция «выборочного индексирования» на основе меток для DataFrame.
lt(other[, axis, level])	Оборачивающий метод для гибких методов сравнения lt
mad([axis, skipna, level])	Возвращает среднее абсолютное отклонение значений по запрошенной оси.
mask(cond[, other, inplace, axis, level, …])	Возвращает объект такой же формы, как и self, значения которого соответствуют значениям из self, где cond является False, 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 по запрошенной оси.
median([axis, skipna, level, numeric_only])	Возвращает медиану по запрошенной оси.
melt([id_vars, value_vars, var_name, …])	«Развертывает» DataFrame из широкого формата в длинный формат, необязательно оставляя переменные идентификаторов.
memory_usage([index, deep])	Возвращает объём памяти каждого столбца в байтах.
merge(right[, how, on, left_on, right_on, …])	Объединение объектов DataFrame путём выполнения операции соединения 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 other, поэлементно (бинарная операция mod).
mode([axis, numeric_only])	Получает моду (моды) каждого элемента по выбранной оси.
mul(other[, axis, level, fill_value])	Умножение DataFrame и other, поэлементно (бинарная операция mul).
multiply(other[, axis, level, fill_value])	Умножение DataFrame и other, поэлементно (бинарная операция mul).
ne(other[, axis, level])	Оборачивающий метод для гибких методов сравнения ne
nlargest(n, columns[, keep])	Возвращает первые n строки, отсортированные по columns в порядке убывания.
notna()	Обнаружение существующих (не пропущенных) значений.
notnull()	Обнаружение существующих (не пропущенных) значений.
nsmallest(n, columns[, keep])	Получить строки DataFrame, отсортированные 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 между текущим и предыдущим элементом.
pipe(func, *args, **kwargs)	Применить func(self, *args, **kwargs)
pivot([index, columns, values])	Возвращает преобразованный DataFrame, организованный по заданным значениям индекса/столбца.
pivot_table([values, index, columns, …])	Создать сводную таблицу в стиле электронной таблицы в виде DataFrame.
plot	псевдоним pandas.plotting._core.FramePlotMethods
pop(item)	Возвращает элемент и удаляет его из кадра.
pow(other[, axis, level, fill_value])	Возведение в степень DataFrame и other, поэлементно (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, как в numpy.percentile.
query(expr[, inplace])	Запрос к столбцам кадра с помощью булевого выражения.
radd(other[, axis, level, fill_value])	Сложение DataFrame и other, поэлементно (бинарная операция radd).
rank([axis, method, numeric_only, …])	Вычисление рангов числовых данных (от 1 до n) по оси.
rdiv(other[, axis, level, fill_value])	Деление с плавающей запятой DataFrame и other, поэлементно (бинарная операция rtruediv).
reindex([labels, index, columns, axis, …])	Соответствие DataFrame новому индексу с необязательной логикой заполнения, размещение NA/NaN в позициях, не имеющих значения в предыдущем индексе.
reindex_axis(labels[, axis, method, level, …])	Соответствие входного объекта новому индексу с необязательной логикой заполнения, размещение NA/NaN в позициях, 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, …])	Изменение меток осей.
rename_axis(mapper[, axis, copy, inplace])	Изменение имени индекса или столбцов.
reorder_levels(order[, axis])	Переупорядочивание уровней индекса с использованием входного порядка.
replace([to_replace, value, inplace, limit, …])	Замена значений, указанных 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 маркировке в столбцах под именами индекса, 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, center, …])	Обеспечивает вычисления скользящего окна.
round([decimals])	Округляет DataFrame до заданного количества 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])	(УСТАРЕЛО) Возвращает данные, соответствующие меткам осей, удовлетворяющим критериям.
select_dtypes([include, exclude])	Возвращает подмножество столбцов DataFrame, основанное на типах столбцов.
sem([axis, skipna, level, ddof, numeric_only])	Возвращает несмещенную стандартную ошибку среднего по запрошенной оси.
set_axis(labels[, axis, inplace])	Назначает желаемый индекс заданной оси.
set_index(keys[, drop, append, inplace, …])	Устанавливает индекс DataFrame (метки строк) с использованием одного или нескольких существующих столбцов.
set_value(index, col, value[, takeable])	(УСТАРЕЛО) Поместить единственное значение в указанный столбец и индекс
shift([periods, freq, axis])	Смещает индекс на нужное количество периодов с необязательной временной частотой.
skew([axis, skipna, level, numeric_only])	Возвращает несмещенное значение асимметрии по запрошенной оси. Нормализованно на N-1.
slice_shift([periods, axis])	Эквивалентно shift без копирования данных.
sort_index([axis, level, ascending, …])	Сортировка объекта по меткам (по оси).
sort_values(by[, axis, ascending, inplace, …])	Сортировка по значениям вдоль оси.
sortlevel([level, axis, ascending, inplace, …])	(УСТАРЕЛО) Сортировка многоуровневого индекса по выбранной оси и первичному уровню.
squeeze([axis])	Сжимает размерность 1.
stack([level, dropna])	Укладывает указанный(ые) уровень(и) из столбцов в индекс.
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 оси и меняет значения осей соответственно.
swaplevel([i, j, axis])	Меняет уровни i и j в MultiIndex на определенной оси.
tail([n])	Возвращает последние n строки.
take(indices[, axis, convert, is_copy])	Возвращает элементы в заданных позиционных индексах вдоль оси.
to_clipboard([excel, sep])	Скопировать объект в буфер обмена системы.
to_csv([path_or_buf, sep, na_rep, …])	Записать DataFrame в файл с разделителем запятых (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, …])	Записать DataFrame в таблицу Excel.

to_feather(fname)	запись двоичного файла формата feather для DataFrames
to_gbq(destination_table, project_id[, …])	Запись DataFrame в таблицу Google BigQuery.
to_hdf(path_or_buf, key, **kwargs)	Запись содержащихся данных в файл HDF5 с помощью HDFStore.
to_html([buf, columns, col_space, header, …])	Представление DataFrame в виде HTML-таблицы.
to_json([path_or_buf, orient, date_format, …])	Преобразование объекта в строку JSON.
to_latex([buf, columns, col_space, header, …])	Представление объекта в табличной среде.
to_msgpack([path_or_buf, encoding])	Преобразование объекта в msgpack (сериализация) в указанный файл.
to_panel()	(УСТАРЕЛО) Преобразование длинного (складываемого) формата (DataFrame) в широкий (3D, Panel) формат.
to_parquet(fname[, engine, compression])	Запись DataFrame в двоичный формат parquet.
to_period([freq, axis, copy])	Преобразование DataFrame из DatetimeIndex в PeriodIndex с указанной частотой (если не указана, выводится из индекса).
to_pickle(path[, compression, protocol])	Сериализация объекта в файл с помощью Pickle.
to_records([index, convert_datetime64])	Преобразование DataFrame в массив записей NumPy.
to_sparse([fill_value, kind])	Преобразование в SparseDataFrame.
to_sql(name, con[, schema, if_exists, …])	Запись записей, хранящихся в DataFrame, в базу данных SQL.
to_stata(fname[, convert_dates, …])	Экспорт файлов Stata в двоичном формате dta.
to_string([buf, columns, col_space, header, …])	Представление DataFrame в виде таблицы, удобной для консоли.
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 того же индекса, и возвращение NDFrame с преобразованными значениями.
transpose(*args, **kwargs)	Транспонирование индекса и столбцов.
truediv(other[, axis, level, fill_value])	Деление с плавающей запятой DataFrame и other, поэлементно (бинарная операция truediv).
truncate([before, after, axis, copy])	Обрезка Series или DataFrame до и после некоторого значения индекса.
tshift([periods, freq, axis])	Сдвиг временного индекса, если доступна частота индекса.
tz_convert(tz[, axis, level, copy])	Преобразование оси с временной зоной в целевую временную зону.
tz_localize(tz[, axis, level, copy, ambiguous])	Локализация временных рядов без временной зоны в целевую временную зону.
unstack([level, fill_value])	Поворот уровня меток индекса (обязательно иерархического), возвращающий DataFrame с новым уровнем меток столбцов, внутренний уровень которых состоит из помеченных индексов.
update(other[, join, overwrite, …])	Изменение на месте с использованием значений, отличных от NaN, из другого DataFrame.
var([axis, skipna, level, ddof, numeric_only])	Возвращение несмещенной дисперсии по запрошенной оси.
where(cond[, other, inplace, axis, level, …])	Возвращение объекта той же формы, что и self, чьи соответствующие записи берутся из self, где cond равно True, а в противном случае - из other.
xs(key[, axis, level, drop_level])	Возвращает поперечное сечение (строка(и) или столбец(ы)) из Series/DataFrame.