DataFrame

Конструктор

DataFrame([data, index, columns, dtype, copy])

Двумерные, изменяемые по размеру, потенциально разнородные табличные данные.

Атрибуты и базовые данные

Оси

`DataFrame.index`	Индекс (метки строк) DataFrame.
`DataFrame.columns`	Метки столбцов DataFrame.

`DataFrame.dtypes`	Возвращает типы данных в DataFrame.
`DataFrame.info`([verbose, buf, max_cols, ...])	Выводит краткое описание DataFrame.
`DataFrame.select_dtypes`([include, exclude])	Возвращает подмножество столбцов DataFrame на основе типов данных столбцов.
`DataFrame.values`	Возвращает представление DataFrame в виде массива NumPy.
`DataFrame.axes`	Возвращает список, представляющий оси DataFrame.
`DataFrame.ndim`	Возвращает целое число, представляющее количество осей/размерностей массива.
`DataFrame.size`	Возвращает целое число, представляющее количество элементов в этом объекте.
`DataFrame.shape`	Возвращает кортеж, представляющий размерность DataFrame.
`DataFrame.memory_usage`([index, deep])	Возвращает использование памяти каждым столбцом в байтах.
`DataFrame.empty`	Указатель, пуста ли Series/DataFrame.
`DataFrame.set_flags`(*[, copy, ...])	Возвращает новый объект с обновлёнными флагами.

Преобразование

`DataFrame.astype`(dtype[, copy, errors])	Преобразование pandas объекта к указанному типу `dtype`.
`DataFrame.convert_dtypes`([infer_objects, ...])	Преобразование столбцов к наилучшим возможным типам данных, используя типы данных, поддерживающие `pd.NA`.
`DataFrame.infer_objects`([copy])	Попытка определить лучшие типы данных для столбцов типа object.
`DataFrame.copy`([deep])	Создание копии индексов и данных этого объекта.
`DataFrame.bool`()	(УСТАРЕЛО) Возвращает bool значение для Series или DataFrame с одним элементом.
`DataFrame.to_numpy`([dtype, copy, na_value])	Преобразование DataFrame в массив NumPy.

Индексирование, итерация

`DataFrame.head`([n])	Возвращает первые n строк.
`DataFrame.at`	Доступ к одному значению по паре метки строки/столбца.
`DataFrame.iat`	Доступ к одному значению по паре индексов строки/столбца.
`DataFrame.loc`	Доступ к группе строк и столбцов по метке(ам) или массиву boolean значений.
`DataFrame.iloc`	(УСТАРЕЛО) Индексирование по чисто целочисленным позициям для выбора по позиции.
`DataFrame.insert`(loc, column, value[, ...])	Вставка столбца в DataFrame в указанную позицию.
`DataFrame.__iter__`()	Итерация по оси информации.
`DataFrame.items`()	Итерация по парам (имя столбца, Series).
`DataFrame.keys`()	Получить 'ось информации' (подробнее об индексировании).
`DataFrame.iterrows`()	Итерация по строкам DataFrame как парам (индекс, Series).
`DataFrame.itertuples`([index, name])	Итерация по строкам DataFrame как именованным кортежам.
`DataFrame.pop`(item)	Возвращает элемент и удаляет его из DataFrame.
`DataFrame.tail`([n])	Возвращает последние n строк.
`DataFrame.xs`(key[, axis, level, drop_level])	Возвращает поперечный срез из Series/DataFrame.
`DataFrame.get`(key[, default])	Получение элемента из объекта по заданному ключу (например, столбец DataFrame).
`DataFrame.isin`(values)	Является ли каждый элемент в DataFrame содержащимся в values.
`DataFrame.where`(cond[, other, inplace, ...])	Замена значений, где условие False.
`DataFrame.mask`(cond[, other, inplace, axis, ...])	Замена значений, где условие True.
`DataFrame.query`(expr, *[, inplace])	Запрос столбцов DataFrame с помощью булевого выражения.

Для получения дополнительной информации о .at, .iat, .loc, и .iloc, обратитесь к документации по индексированию.

Функции бинарных операторов

`DataFrame.__add__`(other)	Получить сложение DataFrame и other по столбцам.
`DataFrame.add`(other[, axis, level, fill_value])	Получить сложение DataFrame и other поэлементно (бинарный оператор add).
`DataFrame.sub`(other[, axis, level, fill_value])	Получить вычитание DataFrame и other поэлементно (бинарный оператор sub).
`DataFrame.mul`(other[, axis, level, fill_value])	Получить умножение DataFrame и other поэлементно (бинарный оператор mul).
`DataFrame.div`(other[, axis, level, fill_value])	Получить деление с плавающей точкой DataFrame и other поэлементно (бинарный оператор truediv).
`DataFrame.truediv`(other[, axis, level, ...])	Получить деление с плавающей точкой DataFrame и other поэлементно (бинарный оператор truediv).
`DataFrame.floordiv`(other[, axis, level, ...])	Получить целочисленное деление DataFrame и other поэлементно (бинарный оператор floordiv).
`DataFrame.mod`(other[, axis, level, fill_value])	Получить остаток от деления DataFrame и other поэлементно (бинарный оператор mod).
`DataFrame.pow`(other[, axis, level, fill_value])	Получить возведение в степень DataFrame и other поэлементно (бинарный оператор pow).
`DataFrame.dot`(other)	Вычислить матричное произведение между DataFrame и other.
`DataFrame.radd`(other[, axis, level, fill_value])	Получить сложение DataFrame и other поэлементно (бинарный оператор radd).
`DataFrame.rsub`(other[, axis, level, fill_value])	Получить вычитание DataFrame и other поэлементно (бинарный оператор rsub).
`DataFrame.rmul`(other[, axis, level, fill_value])	Получить умножение DataFrame и other поэлементно (бинарный оператор rmul).
`DataFrame.rdiv`(other[, axis, level, fill_value])	Получить деление с плавающей точкой DataFrame и other поэлементно (бинарный оператор rtruediv).
`DataFrame.rtruediv`(other[, axis, level, ...])	Получить деление с плавающей точкой DataFrame и other поэлементно (бинарный оператор rtruediv).
`DataFrame.rfloordiv`(other[, axis, level, ...])	Получить целочисленное деление DataFrame и other поэлементно (бинарный оператор rfloordiv).
`DataFrame.rmod`(other[, axis, level, fill_value])	Получить остаток от деления DataFrame и other поэлементно (бинарный оператор rmod).
`DataFrame.rpow`(other[, axis, level, fill_value])	Получить возведение в степень DataFrame и other поэлементно (бинарный оператор rpow).
`DataFrame.lt`(other[, axis, level])	Получить меньше чем DataFrame и other поэлементно (бинарный оператор lt).
`DataFrame.gt`(other[, axis, level])	Получить больше чем DataFrame и other поэлементно (бинарный оператор gt).
`DataFrame.le`(other[, axis, level])	Получить меньше или равно DataFrame и other поэлементно (бинарный оператор le).
`DataFrame.ge`(other[, axis, level])	Получить больше или равно DataFrame и other поэлементно (бинарный оператор ge).
`DataFrame.ne`(other[, axis, level])	Получить не равно DataFrame и other поэлементно (бинарный оператор ne).
`DataFrame.eq`(other[, axis, level])	Получить равно DataFrame и other поэлементно (бинарный оператор eq).
`DataFrame.combine`(other, func[, fill_value, ...])	Выполнить комбинирование по столбцам с другим DataFrame.
`DataFrame.combine_first`(other)	Обновить нулевые элементы значением в том же месте в other.

Применение функций, GroupBy и окна

`DataFrame.apply`(func[, axis, raw, ...])	Применение функции по оси DataFrame.
`DataFrame.map`(func[, na_action])	Применение функции к элементам DataFrame попарно.
`DataFrame.applymap`(func[, na_action])	(УСТАРЕЛО) Применение функции к элементам DataFrame попарно.
`DataFrame.pipe`(func, args, *kwargs)	Применение цепочки функций, которые ожидают Series или DataFrame.
`DataFrame.agg`([func, axis])	Агрегирование с помощью одной или нескольких операций по указанной оси.
`DataFrame.aggregate`([func, axis])	Агрегирование с помощью одной или нескольких операций по указанной оси.
`DataFrame.transform`(func[, axis])	Вызов `func` для себя, создавая DataFrame с той же формой осей, что и self.
`DataFrame.groupby`([by, axis, level, ...])	Группировка DataFrame с помощью маппера или Series столбцов.
`DataFrame.rolling`(window[, min_periods, ...])	Предоставление расчётов с использованием скользящего окна.
`DataFrame.expanding`([min_periods, axis, method])	Предоставление расчётов с использованием расширяющегося окна.
`DataFrame.ewm`([com, span, halflife, alpha, ...])	Предоставление расчётов с экспоненциальным взвешиванием (EW).

Вычисления / описательные статистики

`DataFrame.abs`()	Возвращает Series/DataFrame с абсолютным значением каждого элемента.
`DataFrame.all`([axis, bool_only, skipna])	Возвращает True, если все элементы равны True, потенциально по оси.
`DataFrame.any`([, axis, bool_only, skipna])	Возвращает True, если хотя бы один элемент равен True, потенциально по оси.
`DataFrame.clip`([lower, upper, axis, inplace])	Обрезает значения по заданным порогам.
`DataFrame.corr`([method, min_periods, ...])	Вычисляет парную корреляцию столбцов, исключая значения NA/null.
`DataFrame.corrwith`(other[, axis, drop, ...])	Вычисляет парную корреляцию.
`DataFrame.count`([axis, numeric_only])	Подсчитывает количество ненулевых ячеек для каждого столбца или строки.
`DataFrame.cov`([min_periods, ddof, numeric_only])	Вычисляет парную ковариацию столбцов, исключая значения NA/null.
`DataFrame.cummax`([axis, skipna])	Возвращает кумуляльный максимум по оси DataFrame или Series.
`DataFrame.cummin`([axis, skipna])	Возвращает кумуляльный минимум по оси DataFrame или Series.
`DataFrame.cumprod`([axis, skipna])	Возвращает кумулятивное произведение по оси DataFrame или Series.
`DataFrame.cumsum`([axis, skipna])	Возвращает кумулятивную сумму по оси DataFrame или Series.
`DataFrame.describe`([percentiles, include, ...])	Генерирует описательные статистики.
`DataFrame.diff`([periods, axis])	Первая дискретная разность элемента.
`DataFrame.eval`(expr, *[, inplace])	Вычисляет строку, описывающую операции над столбцами DataFrame.
`DataFrame.kurt`([axis, skipna, numeric_only])	Возвращает несмещённую эксцесс по запрошенной оси.
`DataFrame.kurtosis`([axis, skipna, numeric_only])	Возвращает несмещённую эксцесс по запрошенной оси.
`DataFrame.max`([axis, skipna, numeric_only])	Возвращает максимальное значение по запрошенной оси.
`DataFrame.mean`([axis, skipna, numeric_only])	Возвращает среднее значение по запрошенной оси.
`DataFrame.median`([axis, skipna, numeric_only])	Возвращает медиану значений по запрошенной оси.
`DataFrame.min`([axis, skipna, numeric_only])	Возвращает минимальное значение по запрошенной оси.
`DataFrame.mode`([axis, numeric_only, dropna])	Возвращает моду(ы) каждого элемента по выбранной оси.
`DataFrame.pct_change`([periods, fill_method, ...])	Процентное изменение между текущим и предыдущим элементом.
`DataFrame.prod`([axis, skipna, numeric_only, ...])	Возвращает произведение значений по запрошенной оси.
`DataFrame.product`([axis, skipna, ...])	Возвращает произведение значений по запрошенной оси.
`DataFrame.quantile`([q, axis, numeric_only, ...])	Возвращает значения в заданном квантиле по запрошенной оси.
`DataFrame.rank`([axis, method, numeric_only, ...])	Вычисляет ранги числовых данных (от 1 до n) по оси.
`DataFrame.round`([decimals])	Округляет DataFrame до заданного количества десятичных знаков.
`DataFrame.sem`([axis, skipna, ddof, numeric_only])	Возвращает несмещённую стандартную ошибку среднего по запрошенной оси.
`DataFrame.skew`([axis, skipna, numeric_only])	Возвращает несмещённое значение асимметрии по запрошенной оси.
`DataFrame.sum`([axis, skipna, numeric_only, ...])	Возвращает сумму значений по запрошенной оси.
`DataFrame.std`([axis, skipna, ddof, numeric_only])	Возвращает выборочное стандартное отклонение по запрошенной оси.
`DataFrame.var`([axis, skipna, ddof, numeric_only])	Возвращает несмещённую дисперсию по запрошенной оси.
`DataFrame.nunique`([axis, dropna])	Подсчитывает количество уникальных элементов на указанной оси.
`DataFrame.value_counts`([subset, normalize, ...])	Возвращает Series, содержащую частоту каждого уникального ряда в DataFrame.

Переиндексация/выборка/манипулирование метками

`DataFrame.add_prefix`(prefix[, axis])	Добавляет префикс к меткам с помощью строки prefix.
`DataFrame.add_suffix`(suffix[, axis])	Добавляет суффикс к меткам с помощью строки suffix.
`DataFrame.align`(other[, join, axis, level, ...])	Выравнивает два объекта по их осям с указанным методом объединения.
`DataFrame.at_time`(time[, asof, axis])	Выбирает значения в определенное время суток (например, 9:30 утра).
`DataFrame.between_time`(start_time, end_time)	Выбирает значения между определенными временами суток (например, с 9:00 до 9:30 утра).
`DataFrame.drop`([labels, axis, index, ...])	Удаляет указанные метки из строк или столбцов.
`DataFrame.drop_duplicates`([subset, keep, ...])	Возвращает DataFrame с удаленными дублирующимися строками.
`DataFrame.duplicated`([subset, keep])	Возвращает булеву серию, обозначающую дублирующиеся строки.
`DataFrame.equals`(other)	Проверяет, содержат ли два объекта одинаковые элементы.
`DataFrame.filter`([items, like, regex, axis])	Подмножество строк или столбцов DataFrame в соответствии с указанными метками индекса.
`DataFrame.first`(offset)	(УСТАРЕЛО) Выбирает начальные периоды временных рядов данных на основе временного сдвига.
`DataFrame.head`([n])	Возвращает первые n строк.
`DataFrame.idxmax`([axis, skipna, numeric_only])	Возвращает индекс первого вхождения максимального значения по запрошенной оси.
`DataFrame.idxmin`([axis, skipna, numeric_only])	Возвращает индекс первого вхождения минимального значения по запрошенной оси.
`DataFrame.last`(offset)	(УСТАРЕЛО) Выбирает конечные периоды временных рядов данных на основе временного сдвига.
`DataFrame.reindex`([labels, index, columns, ...])	Приводит DataFrame к новому индексу с необязательной логикой заполнения.
`DataFrame.reindex_like`(other[, method, ...])	Возвращает объект с совпадающими индексами как у объекта other.
`DataFrame.rename`([mapper, index, columns, ...])	Переименовывает столбцы или метки индексов.
`DataFrame.rename_axis`([mapper, index, ...])	Устанавливает имя оси для индекса или столбцов.
`DataFrame.reset_index`([level, drop, ...])	Сбросить индекс или уровень индекса.
`DataFrame.sample`([n, frac, replace, ...])	Возвращает случайную выборку элементов из оси объекта.
`DataFrame.set_axis`(labels, *[, axis, copy])	Назначает желаемый индекс заданной оси.
`DataFrame.set_index`(keys, *[, drop, append, ...])	Устанавливает индекс DataFrame, используя существующие столбцы.
`DataFrame.tail`([n])	Возвращает последние n строк.
`DataFrame.take`(indices[, axis])	Возвращает элементы по заданным позиционным индексам вдоль оси.
`DataFrame.truncate`([before, after, axis, copy])	Усекает Series или DataFrame до и после некоторого значения индекса.

Обработка пропущенных данных

`DataFrame.backfill`(*[, axis, inplace, ...])	(УСТАРЕЛО) Заполнение пропущенных значений (NA/NaN) следующим действительным значением, заполняя пробел.
`DataFrame.bfill`(*[, axis, inplace, limit, ...])	Заполнение пропущенных значений (NA/NaN) следующим действительным значением, заполняя пробел.
`DataFrame.dropna`(*[, axis, how, thresh, ...])	Удаление пропущенных значений.
`DataFrame.ffill`(*[, axis, inplace, limit, ...])	Заполнение пропущенных значений (NA/NaN), распространяя последнее действительное значение на следующее действительное.
`DataFrame.fillna`([value, method, axis, ...])	Заполнение пропущенных значений (NA/NaN) с использованием указанного метода.
`DataFrame.interpolate`([method, axis, limit, ...])	Заполнение пропущенных значений NaN с использованием метода интерполяции.
`DataFrame.isna`()	Обнаружение пропущенных значений.
`DataFrame.isnull`()	DataFrame.isnull — псевдоним для DataFrame.isna.
`DataFrame.notna`()	Обнаружение существующих (не пропущенных) значений.
`DataFrame.notnull`()	DataFrame.notnull — псевдоним для DataFrame.notna.
`DataFrame.pad`(*[, axis, inplace, limit, ...])	(УСТАРЕЛО) Заполнение пропущенных значений (NA/NaN), распространяя последнее действительное значение на следующее действительное.
`DataFrame.replace`([to_replace, value, ...])	Замена значений, указанных в to_replace, на value.

Переформирование, сортировка, транспонирование

`DataFrame.droplevel`(level[, axis])	Возвращает Series/DataFrame с удалённым(ыми) уровнем(ями) индекса/столбца.
`DataFrame.pivot`(*, columns[, index, values])	Возвращает переформатированную DataFrame, организованную по заданным значениям индекса/столбца.
`DataFrame.pivot_table`([values, index, ...])	Создаёт сводную таблицу в формате DataFrame.
`DataFrame.reorder_levels`(order[, axis])	Переупорядочивает уровни индекса с использованием заданного порядка.
`DataFrame.sort_values`(by, *[, axis, ...])	Сортирует по значениям вдоль оси.
`DataFrame.sort_index`(*[, axis, level, ...])	Сортирует объект по меткам (вдоль оси).
`DataFrame.nlargest`(n, columns[, keep])	Возвращает первые n строк, отсортированные по columns в порядке убывания.
`DataFrame.nsmallest`(n, columns[, keep])	Возвращает первые n строк, отсортированные по columns в порядке возрастания.
`DataFrame.swaplevel`([i, j, axis])	Меняет местами уровни i и j в `MultiIndex`.
`DataFrame.stack`([level, dropna, sort, ...])	Складывает указанные уровень(и) из столбцов в индекс.
`DataFrame.unstack`([level, fill_value, sort])	Переворачивает уровень иерархического индекса.
`DataFrame.swapaxes`(axis1, axis2[, copy])	(УСТАРЕЛО) Меняет местами оси и соответственно меняет местами значения осей.
`DataFrame.melt`([id_vars, value_vars, ...])	Преобразует DataFrame из широкого формата в длинный, необязательно сохраняя идентификаторы.
`DataFrame.explode`(column[, ignore_index])	Преобразует каждый элемент списка в строку, дублируя значения индекса.
`DataFrame.squeeze`([axis])	Сжимает одномерные объекты осей в скаляры.
`DataFrame.to_xarray`()	Возвращает объект xarray из объекта pandas.
`DataFrame.T`	Транспонирование DataFrame.
`DataFrame.transpose`(*args[, copy])	Транспонирование индекса и столбцов.

Объединение / сравнение / объединение / слияние

`DataFrame.assign`(**kwargs)	Назначает новые столбцы DataFrame.
`DataFrame.compare`(other[, align_axis, ...])	Сравнение с другой DataFrame и отображение различий.
`DataFrame.join`(other[, on, how, lsuffix, ...])	Объединение столбцов другой DataFrame.
`DataFrame.merge`(right[, how, on, left_on, ...])	Объединение DataFrame или именованных Series-объектов с помощью объединения в стиле базы данных.
`DataFrame.update`(other[, join, overwrite, ...])	Изменение на месте с использованием значений, отличных от NaN, из другой DataFrame.

Флаги

Флаги относятся к атрибутам объекта pandas. Свойства набора данных (например, дата записи, URL доступа и т. д.) следует хранить в DataFrame.attrs.

Flags(obj, *, allows_duplicate_labels)

Флаги, применимые к объектам pandas.

Метаданные

DataFrame.attrs — это словарь для хранения глобальных метаданных для данной DataFrame.

Предупреждение

DataFrame.attrs считается экспериментальным и может измениться без предупреждения.

DataFrame.attrs

Словарь глобальных атрибутов этого набора данных.

END_OF_DOCUMENT_MARKER

Построение графиков

DataFrame.plot — это метод, вызываемый по имени, и атрибут пространства имён для конкретных методов построения графиков вида DataFrame.plot.<kind>.

DataFrame.plot([x, y, kind, ax, ....])

Доступ к методам и построению графиков DataFrame

`DataFrame.plot.area`([x, y, stacked])	Построение графика заполненных областей.
`DataFrame.plot.bar`([x, y])	Вертикальная гистограмма.
`DataFrame.plot.barh`([x, y])	Горизонтальная гистограмма.
`DataFrame.plot.box`([by])	Построение ящиковой диаграммы для столбцов DataFrame.
`DataFrame.plot.density`([bw_method, ind])	Генерация графика оценки плотности ядра с использованием гауссовых ядер.
`DataFrame.plot.hexbin`(x, y[, C, ...])	Генерация графика гексагональной разбиения.
`DataFrame.plot.hist`([by, bins])	Построение гистограммы для столбцов DataFrame.
`DataFrame.plot.kde`([bw_method, ind])	Генерация графика оценки плотности ядра с использованием гауссовых ядер.
`DataFrame.plot.line`([x, y])	Построение графиков линий для Series или DataFrame.
`DataFrame.plot.pie`(**kwargs)	Генерация круговой диаграммы.
`DataFrame.plot.scatter`(x, y[, s, c])	Создание диаграммы рассеяния с различным размером и цветом маркеров.

`DataFrame.boxplot`([column, by, ax, ...])	Построение ящиковой диаграммы из столбцов DataFrame.
`DataFrame.hist`([column, by, grid, ...])	Построение гистограммы для столбцов DataFrame.

Доступ к разреженным данным

Методы и атрибуты, специфичные для разреженных типов данных, предоставляются в рамках DataFrame.sparse доступа.

DataFrame.sparse.density

Соотношение неразреженных точек к общему (плотному) количеству данных.

`DataFrame.sparse.from_spmatrix`(data[, ...])	Создание нового DataFrame из разреженной матрицы scipy.
`DataFrame.sparse.to_coo`()	Возвращает содержимое фрейма в виде разреженной матрицы SciPy COO.
`DataFrame.sparse.to_dense`()	Преобразование DataFrame с разреженными значениями в плотный.

END_OF_DOCUMENT_MARKER

Сериализация / Ввод-вывод / преобразование

`DataFrame.from_dict`(data[, orient, dtype, ...])	Создать DataFrame из словаря массивоподобных объектов или словарей.
`DataFrame.from_records`(data[, index, ...])	Преобразовать структурированный или массивоподобный массив ndarray в DataFrame.
`DataFrame.to_orc`([path, engine, index, ...])	Записать DataFrame в формате ORC.
`DataFrame.to_parquet`([path, engine, ...])	Записать DataFrame в двоичный формат parquet.
`DataFrame.to_pickle`(path, *[, compression, ...])	Записать объект в файл с помощью pickle (сериализация).
`DataFrame.to_csv`([path_or_buf, sep, na_rep, ...])	Записать объект в файл в формате CSV (значения, разделённые запятыми).
`DataFrame.to_hdf`(path_or_buf, *, key[, ...])	Записать содержащие данные в HDF5-файл с помощью HDFStore.
`DataFrame.to_sql`(name, con, *[, schema, ...])	Записать записи, хранящиеся в DataFrame, в базу данных SQL.
`DataFrame.to_dict`([orient, into, index])	Преобразовать DataFrame в словарь.
`DataFrame.to_excel`(excel_writer, *[, ...])	Записать объект в лист Excel.
`DataFrame.to_json`([path_or_buf, orient, ...])	Преобразовать объект в строку JSON.
`DataFrame.to_html`([buf, columns, col_space, ...])	Отобразить DataFrame как HTML-таблицу.
`DataFrame.to_feather`(path, **kwargs)	Записать DataFrame в двоичный формат Feather.
`DataFrame.to_latex`([buf, columns, header, ...])	Отобразить объект в LaTeX-таблицу, таблицу longtable или вложенную таблицу.
`DataFrame.to_stata`(path, *[, convert_dates, ...])	Экспорт объекта DataFrame в формат Stata dta.
`DataFrame.to_gbq`(destination_table, *[, ...])	(УСТАРЕЛО) Записать DataFrame в таблицу Google BigQuery.
`DataFrame.to_records`([index, column_dtypes, ...])	Преобразовать DataFrame в массив записей NumPy.
`DataFrame.to_string`([buf, columns, ...])	Отобразить DataFrame в удобочитаемом для консоли табличном выводе.
`DataFrame.to_clipboard`(*[, excel, sep])	Скопировать объект в буфер обмена системы.
`DataFrame.to_markdown`([buf, mode, index, ...])	Вывести DataFrame в формате, удобном для Markdown.
`DataFrame.style`	Возвращает объект Styler.
`DataFrame.__dataframe__`([nan_as_null, ...])	Возвращает объект обмена DataFrame, реализующий протокол обмена.

© 2008–2022, 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/2.2.2/reference/frame.html

`DataFrame.asfreq`(freq[, method, how, ...])	Преобразование временного ряда к заданной частоте.
`DataFrame.asof`(where[, subset])	Возвращает последнюю строку(и) без NaN до where.
`DataFrame.shift`([periods, freq, axis, ...])	Смещение индекса на нужное количество периодов с необязательной временной частотой freq.
`DataFrame.first_valid_index`()	Возвращает индекс для первого ненулевого значения или None, если ненулевое значение не найдено.
`DataFrame.last_valid_index`()	Возвращает индекс для последнего ненулевого значения или None, если ненулевое значение не найдено.
`DataFrame.resample`(rule[, axis, closed, ...])	Ресемплирование данных временного ряда.
`DataFrame.to_period`([freq, axis, copy])	Преобразование DataFrame из DatetimeIndex в PeriodIndex.
`DataFrame.to_timestamp`([freq, how, axis, copy])	Преобразование в DatetimeIndex из временных меток, в начале периода.
`DataFrame.tz_convert`(tz[, axis, level, copy])	Преобразование tz-осознанной оси в целевую часовую зону.
`DataFrame.tz_localize`(tz[, axis, level, ...])	Локализация tz-незначительного индекса Series или DataFrame в целевую часовую зону.

DataFrame

Конструктор

Атрибуты и базовые данные

Преобразование

Индексирование, итерация

Функции бинарных операторов

Применение функций, GroupBy и окна

Вычисления / описательные статистики

Переиндексация/выборка/манипулирование метками

Обработка пропущенных данных

Переформирование, сортировка, транспонирование

Объединение / сравнение / объединение / слияние

Связанные с временными рядами

Флаги

Метаданные

Построение графиков

Доступ к разреженным данным

Сериализация / Ввод-вывод / преобразование