pandas.DataFrame #
- 熊猫类 。DataFrame ( data = None , index = None , columns = None , dtype = None , copy = None ) [来源] #
二维、大小可变、可能异构的表格数据。
数据结构还包含标记的轴（行和列）。算术运算在行标签和列标签上对齐。可以被认为是 Series 对象的类似字典的容器。主要的 pandas 数据结构。
- 参数：
- 数据ndarray（结构化或同类）、Iterable、dict 或 DataFrame
Dict 可以包含系列、数组、常量、数据类或类似列表的对象。如果数据是字典，则列顺序遵循插入顺序。如果字典包含已定义索引的系列，则它按其索引对齐。如果数据是 Series 或 DataFrame 本身，也会发生这种对齐。对齐是在系列/数据帧输入上完成的。
如果数据是字典列表，则列顺序遵循插入顺序。
- 索引索引或类似数组
用于结果帧的索引。如果输入数据没有索引信息部分且未提供索引，则默认为 RangeIndex。
- 列索引或类似数组
当数据没有列标签时用于结果帧的列标签，默认为 RangeIndex(0, 1, 2, …, n)。如果数据包含列标签，则将执行列选择。
- dtype 数据类型，默认无
数据类型强制。只允许使用单一数据类型。如果没有，则推断。
- 复制bool 或 None，默认 None
从输入复制数据。对于 dict 数据，默认 None 的行为类似于
copy=True.对于 DataFrame 或 2d ndarray 输入，默认 None 的行为类似于copy=False。如果数据是包含一个或多个系列（可能具有不同数据类型）的字典，copy=False将确保这些输入不会被复制。在 1.3.0 版本中进行了更改。
也可以看看
DataFrame.from_records元组的构造函数，也记录数组。
DataFrame.from_dict来自系列、数组或字典的字典。
read_csv将逗号分隔值 (csv) 文件读入 DataFrame。
read_table将通用分隔文件读入 DataFrame。
read_clipboard将文本从剪贴板读取到 DataFrame 中。
笔记
请参阅用户指南以获取更多信息。
例子
从字典构造 DataFrame。
>>> d = {'col1': [1, 2], 'col2': [3, 4]} >>> df = pd.DataFrame(data=d) >>> df col1 col2 0 1 3 1 2 4
请注意，推断的数据类型是 int64。
>>> df.dtypes col1 int64 col2 int64 dtype: object
要强制执行单一数据类型：
>>> df = pd.DataFrame(data=d, dtype=np.int8) >>> df.dtypes col1 int8 col2 int8 dtype: object
从包含 Series 的字典构造 DataFrame：
>>> 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
从 numpy ndarray 构造 DataFrame：
>>> 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
从具有标签列的 numpy ndarray 构造 DataFrame：
>>> 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
从数据类构造 DataFrame：
>>> 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
从 Series/DataFrame 构造 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
属性
DataFrame 的转置。
访问行/列标签对的单个值。
该数据集的全局属性字典。
返回表示 DataFrame 轴的列表。
DataFrame 的列标签。
返回 DataFrame 中的 dtype。
指示Series/DataFrame是否为空。
flags获取与此 pandas 对象关联的属性。
按整数位置访问行/列对的单个值。
（已弃用）纯粹基于整数位置的索引，用于按位置选择。
DataFrame 的索引（行标签）。
通过标签或布尔数组访问一组行和列。
返回一个 int 表示轴数/数组维度。
返回表示 DataFrame 维度的元组。
返回一个 int 表示该对象中元素的数量。
返回一个 Styler 对象。
返回 DataFrame 的 Numpy 表示形式。
方法
abs()返回包含每个元素的绝对数值的 Series/DataFrame。
add（其他[，轴，级别，填充值]）获取数据帧和其他元素的加法（二元运算符add）。
add_prefix(前缀[,轴])带有字符串prefix 的前缀标签。
add_suffix(后缀[,轴])后缀标签带有字符串后缀。
agg([函数，轴])使用指定轴上的一项或多项操作进行聚合。
aggregate([函数，轴])使用指定轴上的一项或多项操作进行聚合。
align（其他[、连接、轴、级别、复制、...]）使用指定的连接方法将两个对象在其轴上对齐。
all（[轴，bool_only，skipna]）返回是否所有元素都为 True（可能在轴上）。
any（*[，轴，bool_only，skipna]）返回任何元素是否为 True，可能在轴上。
apply(func[, axis, raw, result_type, args, ...])沿 DataFrame 的轴应用函数。
applymap(func[, na_action])（已弃用）将函数按元素应用于 Dataframe。
asfreq(频率[、方法、如何、标准化、...])将时间序列转换为指定频率。
asof（其中[，子集]）返回最后一行，其中where之前没有任何 NaN 。
assign（**夸格斯）将新列分配给 DataFrame。
astype(dtype[, 复制, 错误])将 pandas 对象转换为指定的 dtype
dtype。at_time（时间[，asof，轴]）选择一天中特定时间的值（例如上午 9:30）。
backfill(*[、轴、就地、限制、向下])（已弃用）通过使用下一个有效观察来填充 NA/NaN 值来填补空白。
between_time（开始时间，结束时间[，...]）选择一天中特定时间之间的值（例如上午 9:00-9:30）。
bfill(*[、轴、就地、限制、限制区域、...])通过使用下一个有效观察来填补空白来填充 NA/NaN 值。
bool()（已弃用）返回单个元素 Series 或 DataFrame 的 bool。
boxplot（[列、按、斧头、字体大小、旋转、...]）根据 DataFrame 列绘制箱线图。
clip([下、上、轴、就地])在输入阈值处修剪值。
combine（其他，func[，填充值，覆盖]）与另一个 DataFrame 执行按列组合。
combine_first（其他）使用other中相同位置的值更新 null 元素。
compare（其他[，align_axis，keep_shape，...]）与另一个 DataFrame 进行比较并显示差异。
convert_dtypes([推断对象，...])使用 dtypes 支持将列转换为最佳可能的 dtypes
pd.NA。copy（[深的]）复制该对象的索引和数据。
corr（[方法，最小周期，仅限数字]）计算列的成对相关性，不包括 NA/null 值。
corrwith（其他[，轴，下降，方法，...]）计算成对相关性。
count（[轴，仅数字]）计算每列或行的非 NA 单元格数量。
cov([min_periods, ddof, numeric_only])计算列的成对协方差，不包括 NA/null 值。
cummax（[轴，跳过]）返回 DataFrame 或 Series 轴上的累积最大值。
cummin（[轴，跳过]）返回 DataFrame 或 Series 轴上的累积最小值。
cumprod（[轴，跳过]）返回 DataFrame 或 Series 轴上的累积乘积。
cumsum（[轴，跳过]）返回 DataFrame 或 Series 轴上的累积和。
describe（[百分位数、包括、排除]）生成描述性统计数据。
diff([周期、轴])元素的第一个离散差分。
div（其他[，轴，级别，填充值]）获取数据帧和其他元素的浮动除法（二元运算符truediv）。
divide（其他[，轴，级别，填充值]）获取数据帧和其他元素的浮动除法（二元运算符truediv）。
dot（其他）计算 DataFrame 和其他 DataFrame 之间的矩阵乘法。
drop（[标签、轴、索引、列、级别...]）从行或列中删除指定的标签。
drop_duplicates([子集、保留、就地、...])返回删除了重复行的 DataFrame。
droplevel（水平[，轴]）返回系列/数据帧，并删除请求的索引/列级别。
dropna(*[、轴、如何、脱粒、子集、...])删除缺失值。
duplicated([子集，保留])返回表示重复行的布尔系列。
eq(其他[,轴,水平])获取数据帧和其他元素的等于（二元运算符eq）。
equals（其他）测试两个对象是否包含相同的元素。
eval(expr, *[, 就地])评估描述 DataFrame 列操作的字符串。
ewm（[com、span、半衰期、alpha、...]）提供指数加权 (EW) 计算。
expanding([min_periods, 轴, 方法])提供扩展窗口计算。
explode（列[，忽略索引]）将类似列表的每个元素转换为一行，复制索引值。
ffill(*[、轴、就地、限制、限制区域、...])通过将最后一个有效观测值传播到下一个有效观测值来填充 NA/NaN 值。
fillna([值、方法、轴、就地、...])使用指定的方法填充 NA/NaN 值。
filter([项目，如，正则表达式，轴])根据指定的索引标签对数据帧行或列进行子集化。
first（抵消）（已弃用）根据日期偏移选择时间序列数据的初始周期。
返回第一个非 NA 值的索引，如果未找到非 NA 值，则返回 None。
floordiv（其他[，轴，级别，填充值]）获取数据帧和其他元素的整数除法（二元运算符Floordiv）。
from_dict（数据[，方向，数据类型，列]）从类似数组的字典或字典构造 DataFrame。
from_records（数据[、索引、排除、...]）将结构化或记录 ndarray 转换为 DataFrame。
ge(其他[,轴,水平])获取大于或等于数据帧和其他元素（二元运算符ge）。
get（键[，默认]）从给定键的对象中获取项目（例如：DataFrame 列）。
groupby([按、轴、级别、as_index、排序、...])使用映射器或一系列列对 DataFrame 进行分组。
gt(其他[,轴,水平])获取大于数据帧和其他元素的数据（二元运算符gt）。
head([n])返回前n行。
hist（[列、按、网格、xlabelsize、xrot、...]）制作 DataFrame 列的直方图。
idxmax（[轴，skipna，仅限数字]）返回请求轴上第一次出现最大值的索引。
idxmin（[轴，skipna，仅限数字]）返回请求轴上第一次出现最小值的索引。
infer_objects（[复制]）尝试为对象列推断更好的数据类型。
info（[详细、buf、max_cols、内存使用情况、...]）打印 DataFrame 的简洁摘要。
insert（loc，列，值[，允许重复项]）将列插入 DataFrame 中的指定位置。
interpolate([方法、轴、限制、就地、...])使用插值方法填充 NaN 值。
isetitem（位置，值）在位置为loc 的列中设置给定值。
isin（数值）DataFrame 中的每个元素是否包含在值中。
isna()检测缺失值。
isnull()DataFrame.isnull 是 DataFrame.isna 的别名。
items()迭代（列名称，系列）对。
iterrows()将 DataFrame 行作为（索引，系列）对进行迭代。
itertuples([索引、名称])将 DataFrame 行作为命名元组进行迭代。
join（其他[，关于，如何，lsuffix，rsuffix，...]）连接另一个 DataFrame 的列。
keys()获取“信息轴”（有关更多信息，请参阅索引）。
kurt（[轴，skipna，仅限数字]）返回请求轴上的无偏峰度。
kurtosis（[轴，skipna，仅限数字]）返回请求轴上的无偏峰度。
last（抵消）（已弃用）根据日期偏移选择时间序列数据的最终周期。
返回最后一个非 NA 值的索引，如果未找到非 NA 值，则返回 None。
le(其他[,轴,水平])获取小于或等于数据帧和其他元素（二元运算符le）。
lt(其他[,轴,水平])获取小于数据帧和其他元素的数据（二元运算符lt）。
map(func[, na_action])按元素将函数应用于数据框。
mask(cond[,其他,就地,轴,水平])替换条件为 True 的值。
max（[轴，skipna，仅限数字]）返回请求轴上的最大值。
mean（[轴，skipna，仅限数字]）返回请求轴上的值的平均值。
median（[轴，skipna，仅限数字]）返回请求轴上的值的中位数。
melt([id_vars, value_vars, var_name, ...])将 DataFrame 从宽格式逆透视为长格式，可以选择保留标识符集。
memory_usage（[索引，深度]）返回每列的内存使用情况（以字节为单位）。
merge（右[，如何，上，左_上，右_上，...]）使用数据库样式连接合并 DataFrame 或命名 Series 对象。
min（[轴，skipna，仅限数字]）返回请求轴上的最小值。
mod（其他[，轴，级别，填充值]）获取数据帧和其他元素的模（二元运算符mod）。
mode（[轴，仅限数字，dropna]）获取沿选定轴的每个元素的模式。
mul（其他[，轴，级别，填充值]）获取数据帧和其他元素的乘法（二元运算符mul）。
multiply（其他[，轴，级别，填充值]）获取数据帧和其他元素的乘法（二元运算符mul）。
ne(其他[,轴,水平])获取数据帧和其他元素的不等于（二元运算符ne）。
nlargest（n，列[，保留]）返回按列降序排列的前n行。
notna()检测现有（非缺失）值。
notnull()DataFrame.notnull 是 DataFrame.notna 的别名。
nsmallest（n，列[，保留]）返回按列升序排列的前n行。
nunique([轴, dropna])计算指定轴中不同元素的数量。
pad(*[、轴、就地、限制、向下])（已弃用）通过将最后一个有效观测值传播到下一个有效观测值来填充 NA/NaN 值。
pct_change([周期、填充方法、限制、频率])当前元素与先前元素之间的分数变化。
pipe(func, *args, **kwargs)应用需要 Series 或 DataFrame 的可链接函数。
pivot(*, 列[, 索引, 值])返回按给定索引/列值组织的重塑的 DataFrame。
pivot_table([值、索引、列...])创建电子表格样式的数据透视表作为 DataFrame。
pop（物品）返回物品并从框架中掉落。
pow（其他[，轴，级别，填充值]）获取数据帧和其他元素的指数幂（二元运算符pow）。
prod([轴、skipna、numeric_only、min_count])返回请求轴上的值的乘积。
product([轴、skipna、numeric_only、min_count])返回请求轴上的值的乘积。
quantile([q, 轴, numeric_only, ...])返回请求轴上给定分位数的值。
query(expr, *[, 就地])使用布尔表达式查询 DataFrame 的列。
radd（其他[，轴，级别，填充值]）获取数据帧和其他元素的加法（二元运算符radd）。
rank([轴、方法、仅限数字、...])计算沿轴的数值数据排名（1 到 n）。
rdiv（其他[，轴，级别，填充值]）获取数据帧和其他元素的浮动除法（二元运算符rtruediv）。
reindex([标签、索引、列、轴...])使用可选的填充逻辑使 DataFrame 符合新索引。
reindex_like(其他[、方法、复制、限制、...])返回一个与其他对象具有匹配索引的对象。
rename([映射器、索引、列、轴、副本、...])重命名列或索引标签。
rename_axis([映射器、索引、列、轴、...])设置索引或列的轴名称。
reorder_levels（顺序[，轴]）使用输入顺序重新排列索引级别。
replace([要替换、值、就地、限制、...])将to_replace中给出的值替换为value。
resample（规则[，轴，闭合，标签，...]）对时间序列数据重新采样。
reset_index([水平、下降、就地、...])重置索引或其级别。
rfloordiv（其他[，轴，级别，填充值]）获取数据帧和其他元素的整数除法（二元运算符rfloordiv）。
rmod（其他[，轴，级别，填充值]）获取数据帧和其他元素的模（二元运算符rmod）。
rmul（其他[，轴，级别，填充值]）获取数据帧和其他元素的乘法（二元运算符rmul）。
rolling（窗口[，最小周期，中心，...]）提供滚动窗口计算。
round（[小数点]）将 DataFrame 舍入为可变的小数位数。
rpow（其他[，轴，级别，填充值]）获取数据帧和其他元素的指数幂（二元运算符rpow）。
rsub（其他[，轴，级别，填充值]）获取数据帧和其他元素的减法（二元运算符rsub）。
rtruediv（其他[，轴，级别，填充值]）获取数据帧和其他元素的浮动除法（二元运算符rtruediv）。
sample([n, frac, 替换, 权重, ...])从对象轴返回项目的随机样本。
select_dtypes([包括、排除])根据列 dtypes 返回 DataFrame 列的子集。
sem([轴、skipna、ddof、numeric_only])返回请求轴上平均值的无偏标准误差。
set_axis（标签，*[，轴，副本]）将所需索引分配给给定轴。
set_flags(*[，复制，允许重复标签])返回带有更新标志的新对象。
set_index（键、*[、删除、追加、就地、...]）使用现有列设置 DataFrame 索引。
shift([周期、频率、轴、填充值、后缀])使用可选的时间频率将索引移动所需的周期数。
skew（[轴，skipna，仅限数字]）返回请求轴上的无偏斜。
sort_index(*[、轴、级别、升序、...])按标签对对象进行排序（沿轴）。
sort_values（按、*[、轴、升序、...]）按沿任一轴的值排序。
squeeze（[轴]）将一维轴对象压缩为标量。
stack([级别、dropna、排序、future_stack])将指定级别从列堆叠到索引。
std([轴、skipna、ddof、numeric_only])返回请求轴上的样本标准差。
sub（其他[，轴，级别，填充值]）获取数据帧和其他元素的减法（二元运算符sub）。
subtract（其他[，轴，级别，填充值]）获取数据帧和其他元素的减法（二元运算符sub）。
sum([轴、skipna、numeric_only、min_count])返回请求轴上的值的总和。
swapaxes(轴1，轴2[，复制])（已弃用）适当地互换轴和交换值轴。
swaplevel([i,j,轴])交换 a 中的 i 和 j 级
MultiIndex。tail([n])返回最后n行。
take（索引[，轴]）返回沿轴给定位置索引中的元素。
to_clipboard(*[, excel, 九月])将对象复制到系统剪贴板。
to_csv([path_or_buf, sep, na_rep, ...])将对象写入逗号分隔值 (csv) 文件。
to_dict([定向、进入、索引])将 DataFrame 转换为字典。
to_excel(excel_writer, *[, 工作表名称, ...])将对象写入 Excel 工作表。
to_feather（路径，**kwargs）将 DataFrame 写入二进制 Feather 格式。
to_gbq（目的地表、*[、项目 ID、...]）（已弃用）将 DataFrame 写入 Google BigQuery 表。
to_hdf(path_or_buf, *, key[, 模式, ...])使用 HDFStore 将包含的数据写入 HDF5 文件。
to_html([buf、列、col_space、标题、...])将 DataFrame 渲染为 HTML 表。
to_json([path_or_buf, orient, date_format, ...])将对象转换为 JSON 字符串。
to_latex([buf、列、标题、索引、...])将对象渲染为 LaTeX 表格、长表或嵌套表。
to_markdown（[buf、模式、索引、存储选项]）以 Markdown 友好的格式打印 DataFrame。
to_numpy([dtype, 副本, na_value])将 DataFrame 转换为 NumPy 数组。
to_orc([路径、引擎、索引、engine_kwargs])将 DataFrame 写入 ORC 格式。
to_parquet([路径、引擎、压缩、...])将 DataFrame 写入二进制 parquet 格式。
to_period([频率、轴、副本])将 DataFrame 从 DatetimeIndex 转换为 periodIndex。
to_pickle（路径、*[、压缩、协议、...]）将对象腌制（序列化）到文件。
to_records（[索引，column_dtypes，index_dtypes]）将 DataFrame 转换为 NumPy 记录数组。
to_sql（名称、con、*[、模式、if_exists、...]）将存储在 DataFrame 中的记录写入 SQL 数据库。
to_stata（路径，*[，转换日期，...]）将 DataFrame 对象导出为 Stata dta 格式。
to_string([buf、列、col_space、标题、...])将 DataFrame 渲染为控制台友好的表格输出。
to_timestamp([频率、方式、轴、复制])在周期开始时转换为时间戳的 DatetimeIndex 。
从 pandas 对象返回一个 xarray 对象。
to_xml([路径或缓冲区、索引、根名称、...])将 DataFrame 呈现为 XML 文档。
transform(函数[,轴])调用
funcself 生成一个与 self 具有相同轴形状的 DataFrame。transpose（*参数[，复制]）转置索引和列。
truediv（其他[，轴，级别，填充值]）获取数据帧和其他元素的浮动除法（二元运算符truediv）。
truncate([之前、之后、轴、复制])在某个索引值之前和之后截断 Series 或 DataFrame。
tz_convert(tz[, 轴, 水平, 复制])将 tz 感知轴转换为目标时区。
tz_localize(tz[, 轴, 水平, 复制, ...])将 Series 或 DataFrame 的 tz-naive 索引本地化到目标时区。
unstack([级别、填充值、排序])透视索引标签的一个级别（必须是分层的）。
update（其他[、加入、覆盖、...]）使用另一个 DataFrame 中的非 NA 值进行适当修改。
value_counts([子集、标准化、排序、...])返回一个包含数据框中每个不同行的频率的系列。
var([轴、skipna、ddof、numeric_only])返回请求轴上的无偏方差。
where(cond[,其他,就地,轴,水平])替换条件为 False 的值。
xs（键[，轴，级别，drop_level]）从系列/数据帧返回横截面。