pandas.DataFrame

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

Двумерные, изменяемые по размеру, потенциально разнородные табличные данные.

Структура данных также содержит именованные оси (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 с определённым индексом, он выравнивается по этому индексу. Это выравнивание также происходит, если данные представляют собой Series или DataFrame. Выравнивание выполняется для входных данных Series/DataFrame.

Если data — список словарей, порядок столбцов соответствует порядку вставки.

index:Index или массив-подобный объект

Индекс, используемый для итоговой таблицы. По умолчанию используется RangeIndex, если информация об индексации не присутствует в входных данных и индекс не предоставлен.

columns:Index или массив-подобный объект

Метки столбцов, используемые для итоговой таблицы, если в данных их нет, по умолчанию используется RangeIndex(0, 1, 2, …, n). Если данные содержат метки столбцов, выполняется выбор столбцов вместо этого.

dtype:dtype, по умолчанию None

Тип данных для принудительного преобразования. Допускается только один тип данных. Если None, тип данных определяется автоматически.

copy:bool или None, по умолчанию None

Копировать данные из входных данных. Для данных в виде словаря значение по умолчанию None работает как copy=True. Для входных данных DataFrame или 2d ndarray значение по умолчанию None работает как copy=False. Если данные — словарь, содержащий одну 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 разделителем запятых (csv) в DataFrame.

read_table

Чтение файла с общим разделителем в DataFrame.

read_clipboard

Чтение текста из буфера обмена в DataFrame.

Примечания

Дополнительную информацию см. 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 тип данных по умолчанию 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 словаря, содержащего 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 со именованными столбцами:

>>> 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 объекта 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

Создание DataFrame из Series/DataFrame:

>>> ser = pd.Series([1, 2, 3], index=["a", "b", "c"])
>>> df = pd.DataFrame(data=ser, index=["a", "c"])
>>> df
   0
a  1
c  3

>>> df1 = pd.DataFrame([1, 2, 3], index=["a", "b", "c"], columns=["x"])
>>> df2 = pd.DataFrame(data=df1, index=["a", "c"])
>>> df2
   x
a  1
c  3

Атрибуты

T	Транспонированная таблица DataFrame.
at	Получение значения для пары имя строки/столбца.
attrs	Словарь глобальных атрибутов этого набора данных.
axes	Возвращает список осей DataFrame.
columns	Метки столбцов DataFrame.
dtypes	Возвращает типы данных в DataFrame.
empty	Указатель, пуста ли Series/DataFrame.
flags	Получить свойства, связанные с этим объектом pandas.
iat	Получение значения для пары индексов строк/столбцов по целочисленной позиции.
iloc	(УСТЕРЕЖДЁН) Индексирование только по целочисленным позициям для выбора по положению.
index	Индекс (метки строк) DataFrame.
loc	Доступ к группе строк и столбцов по меткам 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 массив NumPy, представляющий DataFrame.

Методы

abs()	Возвращает Series/DataFrame с абсолютными числовыми значениями каждого элемента.
add(other[, axis, level, fill_value])	Получение суммы DataFrame и other, поэлементно (бинарная операция add).
add_prefix(prefix[, axis])	Добавить префикс к меткам со строкой prefix.
add_suffix(suffix[, axis])	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, ...])	Выравнивание двух объектов по их осям с указанным методом объединения.
all([axis, bool_only, skipna])	Возвращает True, если все элементы истинны, потенциально по оси.
any(*[, axis, bool_only, skipna])	Возвращает True, если хотя бы один элемент истинен, потенциально по оси.
apply(func[, axis, raw, result_type, args, ...])	Применение функции вдоль оси DataFrame.
applymap(func[, na_action])	(УСТАРЕВШЕЕ) Применение функции к DataFrame поэлементно.
asfreq(freq[, method, how, normalize, ...])	Преобразование временного ряда к указанной частоте.
asof(where[, subset])	Возвращает последнюю строку(и) без каких-либо значений NaN перед where.
assign(**kwargs)	Присвоение новых столбцов DataFrame.
astype(dtype[, copy, errors])	Преобразование pandas объекта к указанному типу dtype.
at_time(time[, asof, axis])	Выбор значений в определенное время суток (например, 9:30 утра).
backfill(*[, axis, inplace, limit, downcast])	(УСТАРЕВШЕЕ) Заполнение значений NaN следующим корректным значением.
between_time(start_time, end_time[, ...])	Выбор значений между определенными временами суток (например, 9:00-9:30 утра).
bfill(*[, axis, inplace, limit, limit_area, ...])	Заполнение значений NaN следующим корректным значением.
bool()	(УСТАРЕВШЕЕ) Возвращает boolean значение для Series или DataFrame.
boxplot([column, by, ax, fontsize, rot, ...])	Построение диаграммы размаха из столбцов DataFrame.
clip([lower, upper, axis, inplace])	Обрезка значений по входному порогу.
combine(other, func[, fill_value, overwrite])	Выполнение поэлементного объединения с другим DataFrame.
combine_first(other)	Обновление отсутствующих элементов значением из того же местоположения в other.
compare(other[, align_axis, keep_shape, ...])	Сравнение с другим DataFrame и отображение различий.
convert_dtypes([infer_objects, ...])	Преобразование столбцов к наилучшим возможным типам данных, поддерживающим pd.NA.
copy([deep])	Создать копию индексов и данных этого объекта.
corr([method, min_periods, numeric_only])	Вычисление парной корреляции столбцов, исключая значения NaN.
corrwith(other[, axis, drop, method, ...])	Вычисление парной корреляции.
count([axis, numeric_only])	Подсчет ненулевых ячеек для каждого столбца или строки.
cov([min_periods, ddof, numeric_only])	Вычисление парной ковариации столбцов, исключая значения NaN.
cummax([axis, skipna])	Возвращает кумулятивный максимум по оси DataFrame или Series.
cummin([axis, skipna])	Возвращает кумулятивный минимум по оси DataFrame или Series.
cumprod([axis, skipna])	Возвращает кумулятивное произведение по оси DataFrame или Series.
cumsum([axis, skipna])	Возвращает кумулятивную сумму по оси DataFrame или Series.
describe([percentiles, include, exclude])	Генерирование описательной статистики.
diff([periods, axis])	Первая дискретная разность элемента.
div(other[, axis, level, fill_value])	Получение дробного деления DataFrame и other, поэлементно (бинарная операция truediv).
divide(other[, axis, level, fill_value])	Получение дробного деления DataFrame и other, поэлементно (бинарная операция truediv).
dot(other)	Вычисление матричного произведения между DataFrame и other.
drop([labels, axis, index, columns, level, ...])	Удаление указанных меток из строк или столбцов.

drop_duplicates([subset, keep, inplace, ...])	Возвращает DataFrame с удалёнными дублированными строками.
droplevel(level[, axis])	Возвращает Series/DataFrame с удалёнными уровнями индекса/столбцов.
dropna([, axis, how, thresh, subset, ...])	Удалить пропущенные значения.
duplicated([subset, keep])	Возвращает булеву Series, обозначающую дублированные строки.
eq(other[, axis, level])	Получить значения равные для 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 вычисления с экспоненциальным взвешиванием (EW).
expanding([min_periods, axis, method])	Предоставить вычисления с расширяющимся окном.
explode(column[, ignore_index])	Преобразовать каждый элемент списка в строку, дублируя значения индекса.
ffill([, axis, inplace, limit, limit_area, ...])	Заполнить значения NA/NaN, распространяя последнее действительное значение на следующее действительное.
fillna([value, method, axis, inplace, ...])	Заполнить значения NA/NaN с помощью указанного метода.
filter([items, like, regex, axis])	Подмножество строк или столбцов DataFrame в соответствии с указанными метками индексов.
first(offset)	(УСТАРЕВШЕЕ) Выбор начальных периодов временных данных на основе смещения даты.
first_valid_index()	Возвращает индекс первого ненулевого значения или None, если ненулевое значение не найдено.
floordiv(other[, axis, level, fill_value])	Получить целочисленное деление DataFrame и other, поэлементно (бинарная операция floordiv).
from_dict(data[, orient, dtype, columns])	Построение DataFrame из словаря массивов или словарей.
from_records(data[, index, exclude, ...])	Преобразование структурированного или записывающего ndarray в DataFrame.
ge(other[, axis, level])	Получить больше или равно для DataFrame и other, поэлементно (бинарная операция ge).
get(key[, default])	Получить элемент из объекта для данного ключа (например, столбец DataFrame).
groupby([by, axis, level, as_index, sort, ...])	Группировка DataFrame с помощью отображения или по серии столбцов.
gt(other[, axis, level])	Получить больше, чем для dataframe и other, поэлементно (бинарная операция gt).
head([n])	Возвращает первые n строк.
hist([column, by, grid, xlabelsize, xrot, ...])	Построить гистограмму столбцов DataFrame.
idxmax([axis, skipna, numeric_only])	Возвращает индекс первого появления максимального значения по запрошенной оси.
idxmin([axis, skipna, numeric_only])	Возвращает индекс первого появления минимального значения по запрошенной оси.
infer_objects([copy])	Попытка вывести лучшие типы данных для столбцов объекта.
info([verbose, buf, max_cols, memory_usage, ...])	Вывести краткое резюме DataFrame.
insert(loc, column, value[, allow_duplicates])	Вставить столбец в DataFrame в указанном месте.
interpolate([method, axis, limit, inplace, ...])	Заполнить значения NaN с помощью метода интерполяции.
isetitem(loc, value)	Установить заданное значение в столбце с позицией loc.
isin(values)	Является ли каждый элемент в DataFrame содержащимся в значениях.
isna()	Обнаружение пропущенных значений.
isnull()	DataFrame.isnull — псевдоним для DataFrame.isna.
items()	Итерация по парам (имя столбца, Series).
iterrows()	Итерация по строкам DataFrame как парам (индекс, Series).
itertuples([index, name])	Итерация по строкам DataFrame как именованным кортежам.
join(other[, on, how, lsuffix, rsuffix, ...])	Объединение столбцов другого DataFrame.
keys()	Получить 'ось информации' (см. Индексирование для более подробной информации).
kurt([axis, skipna, numeric_only])	Возвращает несмещенную эксцесс по запрошенной оси.
kurtosis([axis, skipna, numeric_only])	Возвращает несмещенную эксцесс по запрошенной оси.

last(offset)	(УСТЕРЕЖЕН) Выбрать последние периоды временных данных на основе смещения даты.
last_valid_index()	Возвращает индекс для последнего значения, отличного от NA, или None, если нет значения, отличного от NA.
le(other[, axis, level])	Получить меньше или равно для DataFrame и other, поэлементно (бинарный оператор le).
lt(other[, axis, level])	Получить меньше для DataFrame и other, поэлементно (бинарный оператор lt).
map(func[, na_action])	Применить функцию к элементу DataFrame поэлементно.
mask(cond[, other, inplace, axis, level])	Заменить значения, где условие истинно.
max([axis, skipna, numeric_only])	Возвращает максимальное значение по указанной оси.
mean([axis, skipna, numeric_only])	Возвращает среднее значение по указанной оси.
median([axis, skipna, numeric_only])	Возвращает медиану значений по указанной оси.
melt([id_vars, value_vars, var_name, ...])	Преобразовать DataFrame из широкого в длинный формат, необязательно оставляя идентификаторы.
memory_usage([index, deep])	Возвращает объем памяти, занимаемый каждым столбцом в байтах.
merge(right[, how, on, left_on, right_on, ...])	Объединить DataFrame или объекты Series с помощью соединения в стиле базы данных.
min([axis, skipna, numeric_only])	Возвращает минимальное значение по указанной 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(ы) каждого элемента по 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 неравенство DataFrame и other, поэлементно (бинарный оператор ne).
nlargest(n, columns[, keep])	Возвращает первые n строк, отсортированных по columns в порядке убывания.
notna()	Обнаружение существующих (непропущенных) значений.
notnull()	DataFrame.notnull — псевдоним для DataFrame.notna.
nsmallest(n, columns[, keep])	Возвращает первые n строк, отсортированных по columns в порядке возрастания.
nunique([axis, dropna])	Подсчет количества различных элементов по указанной оси.
pad([, axis, inplace, limit, downcast])	(УСТЕРЕЖЕН) Заполнение значений NA/NaN путем распространения последнего допустимого наблюдения на следующее допустимое.
pct_change([periods, fill_method, limit, freq])	Доля изменения между текущим и предыдущим элементом.
pipe(func, *args, **kwargs)	Применение цепных функций, которые ожидают Series или DataFrame.
pivot(*, columns[, index, values])	Возвращает преобразованный DataFrame, организованный заданными значениями индекса/столбца.
pivot_table([values, index, columns, ...])	Создать таблицу сводной информации в формате DataFrame в стиле электронных таблиц.
pop(item)	Возвратить элемент и удалить его из фрейма.
pow(other[, axis, level, fill_value])	Получить показательную степень DataFrame и other, поэлементно (бинарный оператор pow).
prod([axis, skipna, numeric_only, min_count])	Возвращает произведение значений по указанной оси.
product([axis, skipna, numeric_only, min_count])	Возвращает произведение значений по указанной оси.
quantile([q, axis, numeric_only, ...])	Возвращает значения в заданном квантиле по запрошенной оси.
query(expr, *[, inplace])	Запрос столбцов DataFrame с помощью булевого выражения.
radd(other[, axis, level, fill_value])	Получить сумму DataFrame и other, поэлементно (бинарный оператор radd).
rank([axis, method, numeric_only, ...])	Вычисление числовых рангов (от 1 до n) по оси.
rdiv(other[, axis, level, fill_value])	Получить плавающее деление DataFrame и other, поэлементно (бинарный оператор rtruediv).
reindex([labels, index, columns, axis, ...])	Согласование DataFrame с новым индексом с необязательной логикой заполнения.
reindex_like(other[, method, copy, limit, ...])	Возвращает объект с соответствующими индексами как объект other.

rename([mapper, index, columns, axis, copy, ...])	Переименование столбцов или меток индекса.
rename_axis([mapper, index, columns, axis, ...])	Установка имени оси для индекса или столбцов.
reorder_levels(order[, axis])	Переупорядочивание уровней индекса в указанном порядке.
replace([to_replace, value, inplace, limit, ...])	Замена значений, указанных в to_replace, на value.
resample(rule[, axis, closed, label, ...])	Ресемплирование временных рядов.
reset_index([level, drop, inplace, ...])	Сброс индекса или его уровня.
rfloordiv(other[, axis, level, fill_value])	Получение целочисленного деления DataFrame и other поэлементно (бинарная операция rfloordiv).
rmod(other[, axis, level, fill_value])	Получение остатка от деления DataFrame и other поэлементно (бинарная операция rmod).
rmul(other[, axis, level, fill_value])	Получение произведения DataFrame и other поэлементно (бинарная операция rmul).
rolling(window[, min_periods, center, ...])	Вычисление скользящего среднего.
round([decimals])	Округление DataFrame до заданного числа десятичных знаков.
rpow(other[, axis, level, fill_value])	Получение показательной степени DataFrame и other поэлементно (бинарная операция rpow).
rsub(other[, axis, level, fill_value])	Получение разности DataFrame и other поэлементно (бинарная операция rsub).
rtruediv(other[, axis, level, fill_value])	Получение дробного деления DataFrame и other поэлементно (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 данных столбцов.
sem([axis, skipna, ddof, numeric_only])	Возвращение смещённой стандартной ошибки среднего по запрошенной оси.
set_axis(labels, *[, axis, copy])	Назначение желаемого индекса заданной оси.
set_flags([, copy, allows_duplicate_labels])	Возврат нового объекта с обновлёнными флагами.
set_index(keys, *[, drop, append, inplace, ...])	Установление индекса DataFrame с использованием существующих столбцов.
shift([periods, freq, axis, fill_value, suffix])	Сдвиг индекса на нужное количество периодов с необязательной временной частотой freq.
skew([axis, skipna, numeric_only])	Возвращение смещённого коэффициента асимметрии по запрошенной оси.
sort_index([, axis, level, ascending, ...])	Сортировка объекта по меткам (по оси).
sort_values(by, *[, axis, ascending, ...])	Сортировка по значениям вдоль оси.
squeeze([axis])	Сжатие одномерных осей объектов в скаляры.
stack([level, dropna, sort, future_stack])	Укладку заданного уровня(ей) из столбцов в индекс.
std([axis, skipna, ddof, numeric_only])	Возвращение выборочной стандартной отклонения по запрошенной оси.
sub(other[, axis, level, fill_value])	Получение разности DataFrame и other поэлементно (бинарная операция sub).
subtract(other[, axis, level, fill_value])	Получение разности DataFrame и other поэлементно (бинарная операция sub).
sum([axis, skipna, numeric_only, min_count])	Возвращение суммы значений по запрошенной оси.
swapaxes(axis1, axis2[, copy])	(УСТАРЕЛО) Перестановка осей и соответствующий обмен значениями осей.
swaplevel([i, j, axis])	Обмен уровнями i и j в MultiIndex.
tail([n])	Возврат последних n строк.
take(indices[, axis])	Возврат элементов в заданных порядковых индексах по оси.
to_clipboard([, excel, sep])	Копирование объекта в буфер обмена.
to_csv([path_or_buf, sep, na_rep, ...])	Запись объекта в файл с разделителями (csv).
to_dict([orient, into, index])	Преобразование DataFrame в словарь.
to_excel(excel_writer, *[, sheet_name, ...])	Запись объекта в лист Excel.
to_feather(path, **kwargs)	Запись DataFrame в двоичный формат Feather.

to_gbq(destination_table, *[, project_id, ...])	(УСТАРЕЛО) Записать DataFrame в таблицу Google BigQuery.
to_hdf(path_or_buf, *, key[, mode, ...])	Записать данные в файл HDF5 с помощью HDFStore.
to_html([buf, columns, col_space, header, ...])	Отобразить DataFrame в виде HTML-таблицы.
to_json([path_or_buf, orient, date_format, ...])	Преобразовать объект в JSON-строку.
to_latex([buf, columns, header, index, ...])	Отобразить объект в таблицу LaTeX (tabular, longtable или вложенная таблица).
to_markdown([buf, mode, index, storage_options])	Вывести DataFrame в формате, подходящем для Markdown.
to_numpy([dtype, copy, na_value])	Преобразовать DataFrame в массив NumPy.
to_orc([path, engine, index, engine_kwargs])	Записать DataFrame в формате ORC.
to_parquet([path, engine, compression, ...])	Записать DataFrame в двоичный формат parquet.
to_period([freq, axis, copy])	Преобразовать DataFrame с DatetimeIndex в PeriodIndex.
to_pickle(path, *[, compression, protocol, ...])	Записать объект в файл с помощью pickle (сериализация).
to_records([index, column_dtypes, index_dtypes])	Преобразовать DataFrame в массив NumPy с записями.
to_sql(name, con, *[, schema, if_exists, ...])	Записать данные из DataFrame в базу данных SQL.
to_stata(path, *[, convert_dates, ...])	Экспорт DataFrame в формат Stata dta.
to_string([buf, columns, col_space, header, ...])	Отобразить DataFrame в удобочитаемой табличной форме для консоли.
to_timestamp([freq, how, axis, copy])	Преобразовать в DatetimeIndex с отметками времени в начале периода.
to_xarray()	Возвращает объект xarray из объекта pandas.
to_xml([path_or_buffer, index, root_name, ...])	Отобразить DataFrame в XML-документ.
transform(func[, axis])	Вызвать func над собой, создавая DataFrame с теми же размерами осей, что и self.
transpose(*args[, copy])	Поменять местами индекс и столбцы.
truediv(other[, axis, level, fill_value])	Получить результат деления DataFrame и other, поэлементно (бинарный оператор truediv).
truncate([before, after, axis, copy])	Усечь Series или DataFrame до и после некоторого значения индекса.
tz_convert(tz[, axis, level, copy])	Преобразовать ось с учетом часовых поясов в целевой часовой пояс.
tz_localize(tz[, axis, level, copy, ...])	Локализовать ось без учета часового пояса Series или DataFrame в целевом часовом поясе.
unstack([level, fill_value, sort])	Сворачивает уровень метки индекса (необходимо иерархический индекс).
update(other[, join, overwrite, ...])	Изменить на месте, используя значения без пропусков из другого DataFrame.
value_counts([subset, normalize, sort, ...])	Возвращает Series, содержащую частоту каждого уникального ряда в Dataframe.
var([axis, skipna, ddof, numeric_only])	Возвращает несмещенную дисперсию по заданной оси.
where(cond[, other, inplace, axis, level])	Заменяет значения, где условие ложно.
xs(key[, axis, level, drop_level])	Возвращает поперечное сечение из Series/DataFrame.