当前位置: 首页 > 文档资料 > Pandas 函数手册 >

一般职能

优质
小牛编辑
129浏览
2023-12-01
函数说明
数据操作
melt(frame[, id_vars, value_vars, var_name, …])“取消固定” 从宽格式到长格式的 DataFrame,可选地保留标识符变量集。
pivot(index, columns, values)根据此 DataFrame 的 3 列生成 “pivot” 表。
pivot_table(data[, values, index, columns, …])创建电子表格样式的透视表作为 DataFrame 架。
crosstab(index, columns[, values, rownames, …])计算两个 (或更多) 因素的简单交叉列表。
cut(x, bins[, right, labels, retbins, …])将值绑定到离散间隔中。
qcut(x, q[, labels, retbins, precision, …])基于分位数的离散化函数。
merge(left, right[, how, on, left_on, …])通过按列或索引执行数据库样式的联接操作来合并 DataFrame 对象。
merge_ordered(left, right[, on, left_on, …])使用为时序数据等有序数据设计的可选填充 / 插值执行合并。
merge_asof(left, right[, on, left_on, …])执行 asof 合并。
concat(objs[, axis, join, join_axes, …])沿特定轴连接 Pandas 对象,沿其他轴连接可选的 set 逻辑。
get_dummies(data[, prefix, prefix_sep, …])将分类变量转换为虚拟 / 指示变量
factorize(values[, sort, order, …])将对象编码为枚举类型或分类变量。
unique(values)基于哈希表的唯一性。
wide_to_long(df, stubnames, i, j[, sep, suffix])宽 Panel 到长格式。
顶级缺失数据
isna(obj)检测阵列状对象的缺失值。
isnull(obj)检测阵列状对象的缺失值。
notna(obj)检测阵列状对象的未丢失值。
notnull(obj)检测阵列状对象的未丢失值。
顶级转换
to_numeric(arg[, errors, downcast])将参数转换为数字类型。
顶级处理类日期
to_datetime(arg[, errors, dayfirst, …])将参数转换为日期时间。
to_timedelta(arg[, unit, box, errors])将参数转换为时间增量
date_range([start, end, periods, freq, tz, …])返回固定频率的日期时间索引。
bdate_range([start, end, periods, freq, tz, …])返回固定频率 DatetimeIndex,默认频率为工作日
period_range([start, end, periods, freq, name])返回固定频率周期索引,默认频率为 day (日历)
timedelta_range([start, end, periods, freq, …])返回固定频率 timedeltindex,默认频率为天
infer_freq(index[, warn])根据输入索引推断最可能的频率。
高层处理间隔
interval_range([start, end, periods, freq, …])返回固定频率的 internalindex
顶级评估
eval(expr[, parser, engine, truediv, …])使用各种后端将 Python 表达式计算为字符串。
测试
test([extra_args])-