pandas.DataFrame

classpandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)[source]

Двумерные, изменяемые по размеру, потенциально гетерогенные табличные данные.

Структура данных также содержит метки 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:ndarray (структурированный или однородный), Iterable, dict или DataFrame

Словарь может содержать Series, массивы, константы, объекты dataclass или спископодобные объекты. Если data — словарь, порядок столбцов соответствует порядку вставки. Если словарь содержит Series, у которых определен индекс, он выравнивается по этому индексу.

Изменено в версии 0.25.0: Если data — список словарей, порядок столбцов соответствует порядку вставки.

index:Index или массив-подобный объект

Индекс, используемый для результирующей таблицы. Будет по умолчанию RangeIndex, если в входных данных нет информации об индексе, и индекс не указан.

columns:Index или массив-подобный объект

Метки столбцов, используемые для результирующей таблицы, когда в данных их нет, по умолчанию RangeIndex(0, 1, 2, …, n). Если данные содержат метки столбцов, будет выполнен отбор столбцов.

dtype:dtype, по умолчанию None

Тип данных для принудительного использования. Разрешен только один тип данных. Если None, тип данных определяется автоматически.

copy:bool или None, по умолчанию None

Копировать данные из входных данных. Для данных типа dict, по умолчанию None ведет себя как copy=True. Для входных данных типа DataFrame или 2d ndarray, по умолчанию None ведет себя как copy=False. Если данные — словарь, содержащий один или несколько Series (возможно, разных типов данных), copy=False гарантирует, что эти входные данные не будут скопированы.

Изменено в версии 1.3.0.

См. также

DataFrame.from_records

Конструктор из кортежей, также массивов записей.

DataFrame.from_dict

Из словарей Series, массивов или словарей.

read_csv

Чтение файла с разделителями (csv) в DataFrame.

read_table

Чтение файла с разделителями общего вида в DataFrame.

read_clipboard

Чтение текста из буфера обмена в DataFrame.

Примечания

Дополнительная информация доступна в Руководстве пользователя.

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 словаря, включающего Series:

>>> d = {'col1': [0, 1, 2, 3], 'col2': pd.Series([2, 3], index=[2, 3])}
>>> pd.DataFrame(data=d, index=[0, 1, 2, 3])
   col1  col2
0     0   NaN
1     1   NaN
2     2   2.0
3     3   3.0

Создание DataFrame из массива numpy:

>>> df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
...                    columns=['a', 'b', 'c'])
>>> df2
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

Создание DataFrame из массива numpy, имеющего именованные столбцы:

>>> data = np.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
...                 dtype=[("a", "i4"), ("b", "i4"), ("c", "i4")])
>>> df3 = pd.DataFrame(data, columns=['c', 'a'])
...
>>> df3
   c  a
0  3  1
1  6  4
2  9  7

Создание DataFrame из dataclass:

>>> from dataclasses import make_dataclass
>>> Point = make_dataclass("Point", [("x", int), ("y", int)])
>>> pd.DataFrame([Point(0, 0), Point(0, 3), Point(2, 3)])
   x  y
0  0  0
1  0  3
2  2  3

Атрибуты

at	Доступ к отдельному значению для пары метки строки/столбца.
attrs	Словарь глобальных атрибутов этого набора данных.
axes	Возвращает список, представляющий оси DataFrame.
columns	Метки столбцов DataFrame.
dtypes	Возвращает типы данных в DataFrame.
empty	Указатель, пуст ли Series/DataFrame.
flags	Получить свойства, связанные с этим объектом pandas.
iat	Доступ к отдельному значению по целочисленной позиции строки/столбца.
iloc	Индексирование только по целочисленным позициям для выбора по позиции.
index	Индекс (метки строк) DataFrame.
loc	Доступ к группе строк и столбцов по метке(ам) или булевому массиву.
ndim	Возвращает целое число, представляющее количество осей/размерностей массива.
shape	Возвращает кортеж, представляющий размерность DataFrame.
size	Возвращает целое число, представляющее количество элементов в этом объекте.
style	Возвращает объект Styler.
values	Возвращает Numpy представление DataFrame.

T

Методы

abs()	Возвращает Series/DataFrame с абсолютным значением каждого элемента.
add(other[, axis, level, fill_value])	Получить сумму DataFrame и other, поэлементно (бинарная операция add).
add_prefix(prefix)	Добавить префикс к меткам со строкой prefix.
add_suffix(suffix)	Добавить суффикс к меткам со строкой suffix.
agg([func, axis])	Агрегировать, используя одну или несколько операций по указанной оси.
aggregate([func, axis])	Агрегировать, используя одну или несколько операций по указанной оси.
align(other[, join, axis, level, copy, ...])	Выровнять два объекта по своим осям с указанным методом объединения.
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, потенциально по оси.
append(other[, ignore_index, ...])	(УСТАРЕЛО) Добавляет строки other в конец вызывающего объекта, возвращая новый объект.
apply(func[, axis, raw, result_type, args])	Применить функцию вдоль оси DataFrame.
applymap(func[, na_action])	Применить функцию к элементу DataFrame поэлементно.
asfreq(freq[, method, how, normalize, ...])	Преобразовать временной ряд к заданной частоте.
asof(where[, subset])	Возвращает последнюю строку(и) без каких-либо NaN перед where.
assign(**kwargs)	Присвоить новые столбцы DataFrame.
astype(dtype[, copy, errors])	Преобразование pandas объекта к заданному типу dtype.
at_time(time[, asof, axis])	Выбор значений в определённое время суток (например, 9:30 утра).
backfill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='bfill'.
between_time(start_time, end_time[, ...])	Выбор значений между определёнными временами суток (например, с 9:00 до 9:30 утра).
bfill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='bfill'.
bool()	Возвращает bool значения для Series или DataFrame с одним элементом.
boxplot([column, by, ax, fontsize, rot, ...])	Построение диаграммы размаха из столбцов DataFrame.
clip([lower, upper, axis, inplace])	Обрезать значения по заданным порогам.
combine(other, func[, fill_value, overwrite])	Выполнить объединение по столбцам с другим DataFrame.
combine_first(other)	Обновить нулевые элементы значением из того же местоположения в other.
compare(other[, align_axis, keep_shape, ...])	Сравнить с другим DataFrame и показать различия.
convert_dtypes([infer_objects, ...])	Преобразование столбцов к наилучшим возможным типам данных, использующим типы данных, поддерживающие pd.NA.
copy([deep])	Создать копию индексов и данных этого объекта.
corr([method, min_periods, numeric_only])	Вычислить парную корреляцию столбцов, исключая значения NaN/Null.
corrwith(other[, axis, drop, method, ...])	Вычислить парную корреляцию.
count([axis, level, numeric_only])	Подсчитать количество ячеек без NaN для каждого столбца или строки.
cov([min_periods, ddof, numeric_only])	Вычислить парную ковариацию столбцов, исключая значения NaN/Null.
cummax([axis, skipna])	Возвратить кумуляльный максимум по оси DataFrame или Series.
cummin([axis, skipna])	Возвратить кумуляльный минимум по оси DataFrame или Series.
cumprod([axis, skipna])	Возвратить кумулятивное произведение по оси DataFrame или Series.
cumsum([axis, skipna])	Возвратить кумулятивную сумму по оси DataFrame или Series.
describe([percentiles, include, exclude, ...])	Сгенерировать описательные статистические данные.
diff([periods, axis])	Первое дискретное различие элемента.
div(other[, axis, level, fill_value])	Получить дробное деление DataFrame и other, поэлементно (бинарная операция truediv).

divide(other[, axis, level, fill_value])	Получить дробное деление DataFrame и other, поэлементно (бинарная операция truediv).
dot(other)	Вычислить матричное произведение DataFrame и other.
drop([labels, axis, index, columns, level, ...])	Удалить указанные метки из строк или столбцов.
drop_duplicates([subset, keep, inplace, ...])	Возвратить DataFrame с удаленными дублирующими строками.
droplevel(level[, axis])	Возвратить Series/DataFrame с удаленными уровнями индекса/столбцов.
dropna([axis, how, thresh, subset, inplace])	Удалить пропущенные значения.
duplicated([subset, keep])	Возвратить булевый Series, обозначающий дубликаты строк.
eq(other[, axis, level])	Получить равные значения DataFrame и other, поэлементно (бинарная операция eq).
equals(other)	Проверить, содержат ли два объекта одинаковые элементы.
eval(expr[, inplace])	Вычислить строку, описывающую операции над столбцами DataFrame.
ewm([com, span, halflife, alpha, ...])	Предоставить экспоненциальные взвешенные (EW) вычисления.
expanding([min_periods, center, axis, method])	Предоставить вычисления с расширяющимся окном.
explode(column[, ignore_index])	Преобразовать каждый элемент списка в строку, дублируя значения индекса.
ffill([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='ffill'.
fillna([value, method, axis, inplace, ...])	Заполнить пропущенные значения (NA/NaN) с помощью указанного метода.
filter([items, like, regex, axis])	Подмножество строк или столбцов DataFrame в соответствии с указанными метками индекса.
first(offset)	Выбор начальных периодов временных данных на основе временного смещения.
first_valid_index()	Возвратить индекс первого ненулевого значения или None, если не найдено ненулевого значения.
floordiv(other[, axis, level, fill_value])	Получить целочисленное деление DataFrame и other, поэлементно (бинарная операция floordiv).
from_dict(data[, orient, dtype, columns])	Построить DataFrame из словаря массивов или словарей.
from_records(data[, index, exclude, ...])	Преобразовать структурированный или записываемый массив ndarray в DataFrame.
ge(other[, axis, level])	Получить больше или равно DataFrame и other, поэлементно (бинарная операция ge).
get(key[, default])	Получить элемент из объекта для заданного ключа (например, столбец DataFrame).
groupby([by, axis, level, as_index, sort, ...])	Сгруппировать DataFrame с помощью отображения или по Series столбцов.
gt(other[, axis, level])	Получить больше DataFrame и other, поэлементно (бинарная операция gt).
head([n])	Возвратить первые n строк.
hist([column, by, grid, xlabelsize, xrot, ...])	Создать гистограмму столбцов DataFrame.
idxmax([axis, skipna, numeric_only])	Возвратить индекс первого вхождения максимального значения по запрошенной оси.
idxmin([axis, skipna, numeric_only])	Возвратить индекс первого вхождения минимального значения по запрошенной оси.
infer_objects()	Попытка вывода лучших типов данных для столбцов типа object.
info([verbose, buf, max_cols, memory_usage, ...])	Вывести краткое описание DataFrame.
insert(loc, column, value[, allow_duplicates])	Вставить столбец в DataFrame в указанное местоположение.
interpolate([method, axis, limit, inplace, ...])	Заполнить значения NaN с помощью метода интерполяции.
isetitem(loc, value)	Установить данное значение в столбце с позицией 'loc'.
isin(values)	Содержится ли каждый элемент в DataFrame в значении values.
isna()	Обнаружить пропущенные значения.
isnull()	DataFrame.isnull является псевдонимом для DataFrame.isna.
items()	Итерироваться по парам (имя столбца, Series).
iteritems()	(УСТАРЕЛО) Итерироваться по парам (имя столбца, Series).
iterrows()	Итерироваться по строкам DataFrame как парам (индекс, Series).

itertuples([index, name])	Итерировать по строкам DataFrame как именованным кортежам.
join(other[, on, how, lsuffix, rsuffix, ...])	Объединить столбцы другого DataFrame.
keys()	Получить «ось информации» (см. Индексирование для получения дополнительной информации).
kurt([axis, skipna, level, numeric_only])	Возвратить несмещенную эксцесс над запрошенной осью.
kurtosis([axis, skipna, level, numeric_only])	Возвратить несмещенную эксцесс над запрошенной осью.
last(offset)	Выбрать конечные периоды временных рядов данных на основе смещения даты.
last_valid_index()	Возвратить индекс для последнего значения, отличного от NULL, или None, если не найдено ни одного значения, отличного от NULL.
le(other[, axis, level])	Получить «Меньше или равно» DataFrame и other, поэлементно (бинарный оператор le).
lookup(row_labels, col_labels)	(УСТАРЕЛО) Функция «fancy indexing» на основе меток для DataFrame.
lt(other[, axis, level])	Получить «Меньше» DataFrame и other, поэлементно (бинарный оператор lt).
mad([axis, skipna, level])	(УСТАРЕЛО) Возвращает среднее абсолютное отклонение значений над запрошенной осью.
mask(cond[, other, inplace, axis, level, ...])	Заменить значения, где условие истинно.
max([axis, skipna, level, numeric_only])	Возвратить максимальное значение по запрошенной оси.
mean([axis, skipna, level, numeric_only])	Возвратить среднее значение по запрошенной оси.
median([axis, skipna, level, numeric_only])	Возвратить медиану значений по запрошенной оси.
melt([id_vars, value_vars, var_name, ...])	Преобразовать DataFrame из широкого в длинный формат, необязательно оставляя идентификаторы.
memory_usage([index, deep])	Возвратить объем памяти каждого столбца в байтах.
merge(right[, how, on, left_on, right_on, ...])	Объединить DataFrame или именованные Series-объекты с помощью соединения в стиле базы данных.
min([axis, skipna, level, numeric_only])	Возвратить минимальное значение по запрошенной оси.
mod(other[, axis, level, fill_value])	Получить остаток от деления DataFrame и other, поэлементно (бинарный оператор mod).
mode([axis, numeric_only, dropna])	Получить моду (моды) каждого элемента вдоль выбранной оси.
mul(other[, axis, level, fill_value])	Получить произведение DataFrame и other, поэлементно (бинарный оператор mul).
multiply(other[, axis, level, fill_value])	Получить произведение DataFrame и other, поэлементно (бинарный оператор mul).
ne(other[, axis, level])	Получить «Не равно» DataFrame и other, поэлементно (бинарный оператор ne).
nlargest(n, columns[, keep])	Возвратить первые n строк, отсортированных по columns в порядке убывания.
notna()	Обнаружение существующих (не пропущенных) значений.
notnull()	DataFrame.notnull — псевдоним для DataFrame.notna.
nsmallest(n, columns[, keep])	Возвратить первые n строк, отсортированных по columns в порядке возрастания.
nunique([axis, dropna])	Подсчет числа различных элементов в указанной оси.
pad([axis, inplace, limit, downcast])	Синоним для DataFrame.fillna() с method='ffill'.
pct_change([periods, fill_method, limit, freq])	Процентное изменение между текущим и предыдущим элементом.
pipe(func, *args, **kwargs)	Применение цепных функций, ожидающих Series или DataFrame.
pivot([index, columns, values])	Возвращает преобразованный DataFrame, организованный по заданным индексу/столбцам.
pivot_table([values, index, columns, ...])	Создать таблицу сводной информации в стиле электронных таблиц как DataFrame.
plot	псевдоним для pandas.plotting._core.PlotAccessor
pop(item)	Возвратить элемент и удалить его из фрейма.
pow(other[, axis, level, fill_value])	Получить экспоненциальную степень DataFrame и other, поэлементно (бинарный оператор 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, ...])	Возвращает значения в заданном квантиле по запрошенной оси.
query(expr[, inplace])	Запрос к столбцам DataFrame с помощью булевого выражения.
radd(other[, axis, level, fill_value])	Получение суммы 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])	Получение результата деления DataFrame и other по элементам (бинарная операция rtruediv).
reindex([labels, index, columns, axis, ...])	Приведение Series/DataFrame к новому индексу с необязательной логикой заполнения.
reindex_like(other[, method, copy, limit, ...])	Возвращает объект с совпадающими индексами как у объекта other.
rename([mapper, index, columns, axis, copy, ...])	Изменение меток осей.
rename_axis([mapper, index, columns, axis, copy])	Устанавливает имя оси для индекса или столбцов.
reorder_levels(order[, axis])	Переупорядочивает уровни индекса в соответствии с заданным порядком.
replace([to_replace, value, inplace, limit, ...])	Замена значений, заданных в to_replace, на value.
resample(rule[, axis, closed, label, ...])	Ресемплирование временных рядов.
reset_index([level, drop, inplace, ...])	Сброс индекса или уровня индекса.
rfloordiv(other[, axis, level, fill_value])	Получение результата целочисленного деления DataFrame и other, поэлементно (бинарная операция rfloordiv).
rmod(other[, axis, level, fill_value])	Получение результата операции modulo DataFrame и other по элементам (бинарная операция rmod).
rmul(other[, axis, level, fill_value])	Получение результата умножения DataFrame и other, поэлементно (бинарная операция rmul).
rolling(window[, min_periods, center, ...])	Предоставление вычислений скользящего окна.
round([decimals])	Округление DataFrame до заданного числа десятичных знаков.
rpow(other[, axis, level, fill_value])	Получение результата возведения в степень DataFrame и other по элементам (бинарная операция rpow).
rsub(other[, axis, level, fill_value])	Получение результата вычитания DataFrame и other по элементам (бинарная операция rsub).
rtruediv(other[, axis, level, fill_value])	Получение результата деления DataFrame и other по элементам (бинарная операция rtruediv).
sample([n, frac, replace, weights, ...])	Возвращение случайной выборки элементов из оси объекта.
select_dtypes([include, exclude])	Возвращение подмножества столбцов DataFrame на основе типов столбцов.
sem([axis, skipna, level, ddof, numeric_only])	Возвращение несмещенной стандартной ошибки среднего по запрошенной оси.
set_axis(labels[, axis, inplace, copy])	Назначение желаемого индекса заданной оси.
set_flags([*, copy, allows_duplicate_labels])	Возвращает новый объект с обновленными флагами.
set_index(keys[, drop, append, inplace, ...])	Устанавливает индекс DataFrame, используя существующие столбцы.
shift([periods, freq, axis, fill_value])	Смещение индекса на заданное количество периодов с необязательной временной freq.
skew([axis, skipna, level, numeric_only])	Возвращение несмещенного значения асимметрии по запрошенной оси.
slice_shift([periods, axis])	(УСТАНОВЛЕНО) 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 по любой оси.
sparse	псевдоним для pandas.core.arrays.sparse.accessor.SparseFrameAccessor
squeeze([axis])	Сжатие объектов одной размерности оси до скаляров.
stack([level, dropna])	Сборка указанного уровня(ей) из столбцов в индекс.
std([axis, skipna, level, ddof, numeric_only])	Возвращение выборочного стандартного отклонения по запрошенной оси.
sub(other[, axis, level, fill_value])	Получение результата вычитания DataFrame и other по элементам (бинарная операция sub).
subtract(other[, axis, level, fill_value])	Получение результата вычитания DataFrame и other по элементам (бинарная операция sub).
sum([axis, skipna, level, numeric_only, ...])	Возвращение суммы значений по запрошенной оси.

swapaxes(axis1, axis2[, copy])	Меняет оси и соответственно меняет значения осей.
swaplevel([i, j, axis])	Меняет уровни i и j в MultiIndex.
tail([n])	Возвращает последние n строк.
take(indices[, axis, is_copy])	Возвращает элементы по заданным позиционным индексам по оси.
to_clipboard([excel, sep])	Копирует объект в буфер обмена системы.
to_csv([path_or_buf, sep, na_rep, ...])	Записывает объект в файл с разделителем запятых (csv).
to_dict([orient, into])	Преобразует DataFrame в словарь.
to_excel(excel_writer[, sheet_name, na_rep, ...])	Записывает объект в лист Excel.
to_feather(path, **kwargs)	Записывает DataFrame в двоичный формат Feather.
to_gbq(destination_table[, project_id, ...])	Записывает DataFrame в таблицу Google BigQuery.
to_hdf(path_or_buf, key[, mode, complevel, ...])	Записывает данные в HDF5-файл с помощью HDFStore.
to_html([buf, columns, col_space, header, ...])	Отображает DataFrame в виде HTML-таблицы.
to_json([path_or_buf, orient, date_format, ...])	Преобразует объект в строку JSON.
to_latex([buf, columns, col_space, header, ...])	Выводит объект в LaTeX таблицу, длинную таблицу или вложенную таблицу.
to_markdown([buf, mode, index, storage_options])	Выводит DataFrame в формате, подходящем для Markdown.
to_numpy([dtype, copy, na_value])	Преобразует DataFrame в массив NumPy.
to_orc([path, engine, index, engine_kwargs])	Записывает DataFrame в формате ORC.
to_parquet([path, engine, compression, ...])	Записывает DataFrame в двоичный формат parquet.
to_period([freq, axis, copy])	Преобразует DataFrame с DatetimeIndex в PeriodIndex.
to_pickle(path[, compression, protocol, ...])	Записывает объект в файл с помощью pickle (сериализация).
to_records([index, column_dtypes, index_dtypes])	Преобразует DataFrame в массив NumPy с записями.
to_sql(name, con[, schema, if_exists, ...])	Записывает данные, хранящиеся в DataFrame, в базу данных SQL.
to_stata(path[, convert_dates, write_index, ...])	Экспорт объекта DataFrame в формат Stata dta.
to_string([buf, columns, col_space, header, ...])	Отображает DataFrame в табличном выводе, удобном для консоли.
to_timestamp([freq, how, axis, copy])	Преобразует в DatetimeIndex временных меток, в начале периода.
to_xarray()	Возвращает объект xarray из pandas объекта.
to_xml([path_or_buffer, index, root_name, ...])	Отображает DataFrame в XML документ.
transform(func[, axis])	Вызывает func на self, возвращая DataFrame с теми же размерами осей, что и self.
transpose(*args[, copy])	Транспонирует индекс и столбцы.
truediv(other[, axis, level, fill_value])	Получение дробного деления DataFrame и other, поэлементно (бинарный оператор truediv).
truncate([before, after, axis, copy])	Усечение Series или DataFrame до и после некоторого значения индекса.
tshift([periods, freq, axis])	(УСТАРЕЛО) Смещает временной индекс, используя частоту индекса, если она доступна.
tz_convert(tz[, axis, level, copy])	Преобразование временной зоны для оси, содержащей временные метки.
tz_localize(tz[, axis, level, copy, ...])	Локализация временной зоны для индекса Series или DataFrame без указания временной зоны.
unstack([level, fill_value])	Поворот уровня меток индекса (необходимо иерархический индекс).
update(other[, join, overwrite, ...])	Изменение на месте с использованием значений без пропусков из другого DataFrame.
value_counts([subset, normalize, sort, ...])	Возвращает Series, содержащую количество уникальных строк в DataFrame.
var([axis, skipna, level, ddof, numeric_only])	Возвращает несмещенную дисперсию по указанной оси.
where(cond[, other, inplace, axis, level, ...])	Замена значений, где условие ложно.

xs(key[, axis, level, drop_level])

Возвращает поперечное сечение из Series/DataFrame.