Руководство пользователя

Руководство пользователя охватывает все разделы pandas по темам. Каждый из подразделов знакомит с темой (например, «работа с пропущенными данными») и описывает подход pandas к решению этой проблемы, при этом приводятся многочисленные примеры.

Пользователям, только начинающим работу с pandas, следует начать с 10 минут с pandas.

Дополнительную информацию о любом конкретном методе можно получить в Справочнике API.

• Инструменты ввода-вывода (текст, CSV, HDF5, …)
  • CSV и текстовые файлы
  • JSON
  • HTML
  • Файлы Excel
  • Буфер обмена
  • Пиклирование
  • msgpack
  • HDF5 (PyTables)
  • Feather
  • Parquet
  • SQL-запросы
  • Google BigQuery
  • Формат Stata
  • Форматы SAS
  • Другие форматы файлов
  • Учёт производительности
• Индексация и выбор данных
  • Различные варианты индексации
  • Основы
  • Доступ по атрибутам
  • Срезы (диапазоны)
  • Выбор по метке
  • Выбор по позиции
  • Выбор по вызываемому объекту
  • Индексатор IX устарел
  • Индексация списком с отсутствующими метками устарела
  • Выбор случайных выборок
  • Установка с увеличением
  • Быстрое получение и установка скалярных значений
  • Булево индексирование
  • Индексация с isin
  • Метод where и маскирование
  • Метод query
  • Дублирующие данные
  • Метод get, подобный словарям
  • Метод lookup
  • Объекты индексов
  • Установка/Сброс индекса
  • Возврат представления или копии
• Мультииндексы / Расширенная индексация
  • Иерархическая индексация (Мультииндекс)
  • Расширенная индексация с иерархическим индексом
  • Сортировка мультииндекса
  • Методы take
  • Типы индексов
  • Разное по индексации (часто задаваемые вопросы)
• Слияние, объединение и конкатенация
  • Конкатенация объектов
  • Объединение/слияние DataFrame или именованных Series в стиле баз данных
  • Дружественные временным рядам операции слияния
• Изменение формы и сводные таблицы
  • Изменение формы путём поворота объектов DataFrame
  • Изменение формы путём стекания и расстекания
  • Изменение формы с помощью Melt
  • Комбинирование со статистическими методами и GroupBy
  • Сводные таблицы
  • Перекрёстные сводки
  • Мозаика
  • Вычисление индикаторных/фиктивных переменных
  • Факторизация значений
  • Примеры
• Работа с текстовыми данными
  • Разделение и замена строк
  • Конкатенация
  • Индексирование с str
  • Извлечение подстрок
  • Проверка строк, соответствующих или содержащих шаблон
  • Создание индикаторных переменных
  • Обзор методов
• Работа с пропущенными данными
  • Значения, считающиеся "пропущенными"
  • Сумма/Произведение пустых/NaN
  • Значения NA в GroupBy
  • Заполнение пропущенных значений: fillna
  • Заполнение с помощью PandasObject
  • Удаление меток осей с пропущенными данными: dropna
  • Интерполяция
  • Замена общих значений
  • Замена строк/регулярных выражений
  • Замена числовых значений
• Категориальные данные
  • Создание объектов
  • CategoricalDtype
  • Описание
  • Работа с категориями
  • Сортировка и порядок
  • Сравнения
  • Операции
  • Обработка данных
  • Ввод/вывод данных
  • Пропущенные данные
  • Отличия от R's факторов
  • Особенности
• Тип данных целых чисел с возможностью пропусков

• Визуализация
  • Основные построения графиков: plot
  • Другие графики
  • Построение графиков с отсутствующими данными
  • Инструменты построения графиков
  • Форматирование графиков
  • Построение графиков непосредственно с помощью matplotlib
  • Интерфейс построения графиков «трельяж»
• Инструменты вычислений
  • Статистические функции
  • Функции окон
  • Агрегирование
  • Расширяющиеся окна
  • Экспоненциально взвешенные окна
• Группировка: разделение-применение-комбинирование
  • Разделение объекта на группы
  • Итерация по группам
  • Выбор группы
  • Агрегирование
  • Преобразование
  • Фильтрация
  • Отправка в методы экземпляров
  • Гибкое применение apply
  • Другие полезные функции
  • Примеры
• Временные ряды / функциональность дат
  • Обзор
  • Маркеры времени против временных интервалов
  • Преобразование в метки времени
  • Генерация диапазонов меток времени
  • Ограничения по меткам времени
  • Индексирование
  • Итерация по группам
  • Компоненты времени/даты
  • Объекты DateOffset
  • Методы экземпляров, связанные с временными рядами
  • Ресэмплирование
  • Представление временного интервала
  • Преобразование между представлениями
  • Представление интервалов вне границ
  • Обработка часовых поясов
• Временные разности
  • Разбор
  • Операции
  • Сведения
  • Преобразование частоты
  • Атрибуты
  • TimedeltaIndex
  • Ресэмплирование
• Стиль
  • Создание стилей
  • Более точный контроль: Срез
  • Более точный контроль: Значения отображения
  • Встроенные стили
  • Обмен стилями
  • Другие параметры
  • Полезные функции
  • Экспорт в Excel
  • Расширяемость
• Параметры и настройки
  • Обзор
  • Получение и установка параметров
  • Установка параметров при запуске в среде python/ipython
  • Часто используемые параметры
  • Доступные параметры
  • Форматирование чисел
  • Форматирование Unicode
  • Отображение схемы таблицы
• Улучшение производительности
  • Cython (написание расширений на C для pandas)
  • Использование Numba
  • Оценивание выражений с помощью eval()
• Структуры разреженных данных
  • Разреженный аксессор
  • SparseArray
  • Объекты SparseIndex
  • Разреженные типы данных
  • Вычисления с разреженными данными
  • Взаимодействие с scipy.sparse
• Часто задаваемые вопросы (FAQ)
  • Использование памяти DataFrame
  • Использование операторов if/truth с pandas
  • NaN, целочисленные значения NA и повышения типов NA
  • Отличия от NumPy
  • Безопасность потоков
  • Проблемы с порядком байтов
• Сборник рецептов
  • Идиомы
  • Выбор
  • Многоуровневый индекс
  • Отсутствующие данные
  • Группировка
  • Временные ряды
  • Объединение
  • Построение графиков
  • Ввод/вывод данных
  • Вычисления
  • Временные разности
  • Псевдонимы имён осей
  • Создание тестовых данных