Spec-Zone.ru › pandas 0.25

Общие функции

Обработка данных

melt(frame[, id_vars, value_vars, var_name, …]) Преобразуйте DataFrame из широкого формата в длинный, необязательно сохраняя идентификационные переменные.
pivot(data[, index, columns, values]) Возвращает преобразованный DataFrame, организованный по заданным значениям индекса/столбцов.
pivot_table(data[, values, index, columns, …]) Создайте сводную таблицу в формате электронных таблиц как DataFrame.
crosstab(index, columns[, values, rownames, …]) Вычислите простую перекрестную таблицу двух (или более) факторов.
cut(x, bins[, right, labels, retbins, …]) Разделите значения на дискретные интервалы.
qcut(x, q[, labels, retbins, precision, …]) Функция дискретизации на основе квантилей.
merge(left, right[, how, on, left_on, …]) Объединить DataFrame или именованные Series-объекты с помощью соединения в стиле базы данных.
merge_ordered(left, right[, on, left_on, …]) Выполнить объединение с необязательным заполнением/интерполяцией, разработанным для упорядоченных данных, таких как данные временных рядов.
merge_asof(left, right[, on, left_on, …]) Выполнить объединение asof.
concat(objs[, axis, join, join_axes, …]) Конкатенация объектов pandas по определенной оси с необязательной логикой множества по другим осям.
get_dummies(data[, prefix, prefix_sep, …]) Преобразовать категориальную переменную в фиктивные/индикаторные переменные.
factorize(values[, sort, order, …]) Кодировать объект как перечислимый тип или категориальную переменную.
unique(values) Уникальные значения, основанные на хешировании.
wide_to_long(df, stubnames, i, j[, sep, suffix]) Преобразование данных из широкого формата в длинный.

Пропущенные данные верхнего уровня

isna(obj) Обнаружение пропущенных значений для массивоподобного объекта.
isnull(obj) Обнаружение пропущенных значений для массивоподобного объекта.
notna(obj) Обнаружение значений, не являющихся пропущенными, для массивоподобного объекта.
notnull(obj) Обнаружение значений, не являющихся пропущенными, для массивоподобного объекта.

Преобразования верхнего уровня

to_numeric(arg[, errors, downcast]) Преобразовать аргумент в числовой тип.

Обработка объектов datetime

to_datetime(arg[, errors, dayfirst, …]) Преобразовать аргумент в тип datetime.
to_timedelta(arg[, unit, box, errors]) Преобразовать аргумент в тип timedelta.
date_range([start, end, periods, freq, tz, …]) Возвращает DatetimeIndex с фиксированной частотой.
bdate_range([start, end, periods, freq, tz, …]) Возвращает DatetimeIndex с фиксированной частотой, по умолчанию — рабочий день.
period_range([start, end, periods, freq, name]) Возвращает PeriodIndex с фиксированной частотой, по умолчанию — день.
timedelta_range([start, end, periods, freq, …]) Возвращает TimedeltaIndex с фиксированной частотой, по умолчанию — день.
infer_freq(index[, warn]) Определение наиболее вероятной частоты на основе входного индекса.

Обработка интервалов

interval_range([start, end, periods, freq, …]) Возвращает IntervalIndex с фиксированной частотой.

Вычисления

eval(expr[, parser, engine, truediv, …]) Вычисление выражения Python в виде строки с использованием различных бэкэндов.

Хеширование

util.hash_array(vals[, encoding, hash_key, …]) Для заданного одномерного массива возвращает массив детерминированных целых чисел.
util.hash_pandas_object(obj[, index, …]) Возвращает хеш данных для Index/Series/DataFrame.

Тестирование

test([extra_args])

© 2008–2012, AQR Capital Management, LLC, Lambda Foundry, Inc. and PyData Development Team
Licensed under the 3-clause BSD License.
https://pandas.pydata.org/pandas-docs/version/0.25.0/reference/general_functions.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API