pandas.DataFrame#
- class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)[原始碼]#
二維的、大小可變的、可能異構的表格資料。
該資料結構也包含帶標籤的軸（行和列）。算術運算會在行和列標籤上對齊。可以看作是 Series 物件的類似 dict 的容器。主要的 pandas 資料結構。
- 引數:
- datandarray (結構化或同質化), Iterable, dict, 或 DataFrame
字典可以包含 Series、陣列、常量、資料類或類列表物件。如果 data 是字典，則列順序遵循插入順序。如果字典包含有定義的索引的 Series，則會按其索引對齊。當 data 本身是 Series 或 DataFrame 時，也會發生這種對齊。對齊發生在 Series/DataFrame 輸入上。
如果 data 是字典列表，則列順序遵循插入順序。
- indexIndex 或類陣列
用於結果 DataFrame 的索引。如果輸入資料中沒有索引資訊且未提供索引，則預設為 RangeIndex。
- columnsIndex 或類陣列
當 data 沒有列標籤時，用於結果 DataFrame 的列標籤，預設為 RangeIndex(0, 1, 2, …, n)。如果 data 包含列標籤，則會執行列選擇。
- dtypedtype，預設為 None
強制的資料型別。只允許一個 dtype。如果為 None，則推斷。如果
data是 DataFrame，則忽略此引數。- copybool 或 None，預設為 None
從輸入中複製資料。對於 dict 資料，None 的預設行為類似於
copy=True。對於 DataFrame 或 2d ndarray 輸入，None 的預設行為類似於copy=False。如果 data 是一個包含一個或多個 Series（可能具有不同 dtype）的字典，則copy=False將確保不復制這些輸入。
另請參閱
DataFrame.from_records從元組（也包括記錄陣列）構造。
DataFrame.from_dict從 Series、陣列或字典的字典構造。
read_csv將逗號分隔值 (csv) 檔案讀取到 DataFrame 中。
read_table將通用分隔檔案讀取到 DataFrame 中。
read_clipboard將剪貼簿中的文字讀取到 DataFrame 中。
注意
請參考 使用者指南 以獲取更多資訊。
示例
從字典構造 DataFrame。
>>> d = {"col1": [1, 2], "col2": [3, 4]} >>> df = pd.DataFrame(data=d) >>> df col1 col2 0 1 3 1 2 4
請注意，推斷的 dtype 是 int64。
>>> df.dtypes col1 int64 col2 int64 dtype: object
強制使用單一 dtype
>>> df = pd.DataFrame(data=d, dtype=np.int8) >>> df.dtypes col1 int8 col2 int8 dtype: object
從包含 Series 的字典構造 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
從 numpy ndarray 構造 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
從具有帶標籤列的 numpy ndarray 構造 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
從資料類構造 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
從 Series/DataFrame 構造。
>>> 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
屬性
DataFrame 的轉置。
透過行/列標籤對訪問單個值。
此資料集的全域性屬性字典。
返回一個表示 DataFrame 軸的列表。
DataFrame 的列標籤。
返回 DataFrame 中的資料型別。
指示 Series/DataFrame 是否為空。
flags獲取與此 pandas 物件相關的屬性。
透過整數位置透過行/列對訪問單個值。
純粹基於整數位置的索引，用於按位置選擇。
DataFrame 的索引（行標籤）。
透過標籤或布林陣列訪問一組行和列。
返回一個表示軸/陣列維數的整數。
返回一個表示 DataFrame 維度的元組。
返回一個表示此物件中元素數量的整數。
返回一個 Styler 物件。
返回 DataFrame 的 Numpy 表示。
Methods
abs()返回一個 Series/DataFrame，其中包含每個元素的絕對數值。
add(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相加（二元運算子 add）。
add_prefix(prefix[, axis])為標籤新增字首字串prefix。
add_suffix(suffix[, axis])為標籤新增字尾字串suffix。
agg([func, axis])沿指定軸對一個或多個操作進行聚合。
aggregate([func, axis])沿指定軸對一個或多個操作進行聚合。
align(other[, join, axis, level, copy, ...])使用指定的連線方法將兩個物件按其軸對齊。
all(*[, axis, bool_only, skipna])返回所有元素是否為 True，可能沿軸。
any(*[, axis, bool_only, skipna])返回任何元素是否為 True，可能沿軸。
apply(func[, axis, raw, result_type, args, ...])沿 DataFrame 的軸應用函式。
asfreq(freq[, method, how, normalize, ...])將時間序列轉換為指定頻率。
asof(where[, subset])返回where之前最後一個沒有 NaN 的行（或行）。
assign(**kwargs)為 DataFrame 分配新列。
astype(dtype[, copy, errors])將 pandas 物件強制轉換為指定的資料型別
dtype。at_time(time[, asof, axis])選擇一天中特定時間的值（例如，上午 9:30）。
between_time(start_time, end_time[, ...])選擇一天中特定時間段內的值（例如，上午 9:00-9:30）。
bfill(*[, axis, inplace, limit, limit_area])使用下一個有效觀測值填充 NA/NaN 值以填補空白。
boxplot([column, by, ax, fontsize, rot, ...])繪製 DataFrame 列的箱線圖。
clip([lower, upper, axis, inplace])在輸入閾值處修剪值。
combine(other, func[, fill_value, overwrite])與另一個 DataFrame 進行列組合。
combine_first(other)用 other 中相同位置的值更新空值元素。
compare(other[, align_axis, keep_shape, ...])比較另一個 DataFrame 並顯示差異。
convert_dtypes([infer_objects, ...])將列從 numpy 資料型別轉換為支援
pd.NA的最佳資料型別。copy([deep])複製此物件的索引和資料。
corr([method, min_periods, numeric_only])計算列的成對相關性，排除 NA/null 值。
corrwith(other[, axis, drop, method, ...])計算成對相關性。
count([axis, numeric_only])計算每列或每行的非 NA 單元格數。
cov([min_periods, ddof, numeric_only])計算列的成對協方差，排除 NA/null 值。
cummax([axis, skipna, numeric_only])沿 DataFrame 或 Series 軸返回累積最大值。
cummin([axis, skipna, numeric_only])沿 DataFrame 或 Series 軸返回累積最小值。
cumprod([axis, skipna, numeric_only])沿 DataFrame 或 Series 軸返回累積乘積。
cumsum([axis, skipna, numeric_only])沿 DataFrame 或 Series 軸返回累積和。
describe([percentiles, include, exclude])生成描述性統計資訊。
diff([periods, axis])元素的離散差值。
div(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素浮點除法（二元運算子 truediv）。
divide(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素浮點除法（二元運算子 truediv）。
dot(other)計算 DataFrame 和其他物件之間的矩陣乘法。
drop([labels, axis, index, columns, level, ...])從行或列中刪除指定的標籤。
drop_duplicates([subset, keep, inplace, ...])返回已刪除重複行的 DataFrame。
droplevel(level[, axis])返回刪除指定索引/列級別的 Series/DataFrame。
dropna(*[, axis, how, thresh, subset, ...])刪除缺失值。
duplicated([subset, keep])返回表示重複行的布林 Series。
eq(other[, axis, level])獲取 DataFrame 與其他物件逐元素等於比較（二元運算子 eq）。
equals(other)測試兩個物件是否包含相同元素。
eval(expr, *[, inplace])計算描述 DataFrame 列操作的字串。
ewm([com, span, halflife, alpha, ...])提供指數加權 (EW) 計算。
expanding([min_periods, method])提供擴充套件視窗計算。
explode(column[, ignore_index])將列表狀元素的每個元素轉換為一行，複製索引值。
ffill(*[, axis, inplace, limit, limit_area])透過傳播最後一個有效觀測值來填充 NA/NaN 值。
fillna(value, *[, axis, inplace, limit])用value填充 NA/NaN 值。
filter([items, like, regex, axis])根據指定的索引標籤子集化 DataFrame 或 Series。
返回第一個非缺失值的索引，如果沒有找到值，則返回 None。
floordiv(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素整數除法（二元運算子 floordiv）。
from_arrow(data)從表格 Arrow 物件構造 DataFrame。
from_dict(data[, orient, dtype, columns])從陣列或字典的字典構造 DataFrame。
from_records(data[, index, exclude, ...])將結構化或記錄式 ndarray 轉換為 DataFrame。
ge(other[, axis, level])獲取 DataFrame 與其他物件逐元素大於等於比較（二元運算子 ge）。
get(key[, default])獲取物件中給定鍵（例如 DataFrame 列）的項。
groupby([by, level, as_index, sort, ...])使用對映器或按列的 Series 對 DataFrame 進行分組。
gt(other[, axis, level])獲取 DataFrame 與其他物件逐元素大於比較（二元運算子 gt）。
head([n])返回前 n 行。
hist([column, by, grid, xlabelsize, xrot, ...])繪製 DataFrame 列的直方圖。
idxmax([axis, skipna, numeric_only])返回請求軸上最大值第一次出現的索引。
idxmin([axis, skipna, numeric_only])返回請求軸上最小值第一次出現的索引。
infer_objects([copy])嘗試為 object 列推斷更合適的資料型別。
info([verbose, buf, max_cols, memory_usage, ...])列印 DataFrame 的簡潔摘要。
insert(loc, column, value[, allow_duplicates])在指定位置將列插入 DataFrame。
interpolate([method, axis, limit, inplace, ...])使用插值方法填充 NaN 值。
isetitem(loc, value)在位置 loc 的列中設定給定值。
isin(values)DataFrame 中的每個元素是否包含在 values 中。
isna()檢測缺失值。
isnull()DataFrame.isnull 是 DataFrame.isna 的別名。
items()迭代（列名，Series）對。
iterrows()將 DataFrame 行迭代為（索引，Series）對。
itertuples([index, name])將 DataFrame 行迭代為命名元組。
join(other[, on, how, lsuffix, rsuffix, ...])連線另一個 DataFrame 的列。
keys()獲取 'info axis'（更多資訊請參見 Indexing）。
kurt(*[, axis, skipna, numeric_only])返回所請求軸上的無偏峰度。
kurtosis(*[, axis, skipna, numeric_only])返回所請求軸上的無偏峰度。
返回最後一個非缺失值的索引，如果沒有找到值，則返回 None。
le(other[, axis, level])獲取 DataFrame 與其他物件逐元素大於等於比較（二元運算子 le）。
lt(other[, axis, level])獲取 DataFrame 與其他物件逐元素大於比較（二元運算子 lt）。
map(func[, na_action])逐元素地將函式應用於 DataFrame。
mask(cond[, other, inplace, axis, level])替換條件為 True 的值。
max(*[, axis, skipna, numeric_only])返回所請求軸上值的最大值。
mean(*[, axis, skipna, numeric_only])返回所請求軸上值的平均值。
median(*[, axis, skipna, numeric_only])返回所請求軸上值的中間值。
melt([id_vars, value_vars, var_name, ...])將 DataFrame 從寬格式轉換為長格式，並可選擇保留識別符號。
memory_usage([index, deep])返回每列的記憶體使用量（以位元組為單位）。
merge(right[, how, on, left_on, right_on, ...])使用資料庫風格的連接合並 DataFrame 或命名 Series 物件。
min(*[, axis, skipna, numeric_only])返回所請求軸上值的最小值。
mod(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素取模（二元運算子 mod）。
mode([axis, numeric_only, dropna])獲取所選軸上每個元素（或最常見值）。
mul(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相乘（二元運算子 mul）。
multiply(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相乘（二元運算子 mul）。
ne(other[, axis, level])獲取 DataFrame 與其他物件逐元素不等於比較（二元運算子 ne）。
nlargest(n, columns[, keep])返回按columns降序排列的前n行。
notna()檢測存在的（非缺失）值。
notnull()DataFrame.notnull 是 DataFrame.notna 的別名。
nsmallest(n, columns[, keep])返回按columns升序排列的前n行。
nunique([axis, dropna])計算指定軸上不同元素的數量。
pct_change([periods, fill_method, freq])當前元素與先前元素之間的分數變化。
pipe(func, *args, **kwargs)應用期望 Series 或 DataFrame 的鏈式函式。
pivot(*, columns[, index, values])返回按給定的索引/列值組織的重塑 DataFrame。
pivot_table([values, index, columns, ...])建立電子表格樣式的透視表作為 DataFrame。
pop(item)返回一個項並將其從 DataFrame 中刪除。
pow(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素冪運算（二元運算子 pow）。
prod(*[, axis, skipna, numeric_only, min_count])返回所請求軸上值的乘積。
product(*[, axis, skipna, numeric_only, ...])返回所請求軸上值的乘積。
quantile([q, axis, numeric_only, ...])返回所請求軸上的分位數（百分位數）值。
query(expr, *[, parser, engine, local_dict, ...])使用布林表示式查詢 DataFrame 的列。
radd(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相加（二元運算子 radd）。
rank([axis, method, numeric_only, ...])沿軸計算數值資料排名（1 到 n）。
rdiv(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素浮點除法（二元運算子 rtruediv）。
reindex([labels, index, columns, axis, ...])使用可選的填充邏輯將 DataFrame 匹配到新索引。
reindex_like(other[, method, copy, limit, ...])返回一個具有與另一個物件匹配的索引的物件。
rename([mapper, index, columns, axis, copy, ...])重新命名列或索引標籤。
rename_axis([mapper, index, columns, axis, ...])設定索引或列的軸名稱。
reorder_levels(order[, axis])使用輸入
order重新排列索引或列級別。replace([to_replace, value, inplace, regex])用value替換to_replace中給定的值。
resample(rule[, closed, label, convention, ...])對時間序列資料進行重取樣。
reset_index([level, drop, inplace, ...])重置索引或其某個級別。
rfloordiv(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素整數除法（二元運算子 rfloordiv）。
rmod(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素取模（二元運算子 rmod）。
rmul(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相乘（二元運算子 rmul）。
rolling(window[, min_periods, center, ...])提供滾動視窗計算。
round([decimals])將 DataFrame 中的數值列四捨五入到可變的小數位數。
rpow(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素冪運算（二元運算子 rpow）。
rsub(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相減（二元運算子 rsub）。
rtruediv(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素浮點除法（二元運算子 rtruediv）。
sample([n, frac, replace, weights, ...])從物件的軸返回隨機樣本項。
select_dtypes([include, exclude])根據列的 dtype 返回 DataFrame 的子集。
sem(*[, axis, skipna, ddof, numeric_only])返回請求軸上未偏倚的均值標準誤差。
set_axis(labels, *[, axis, copy])將所需的索引分配給給定的軸。
set_flags(*[, copy, allows_duplicate_labels])返回一個帶有更新標誌的新物件。
set_index(keys, *[, drop, append, inplace, ...])使用現有列設定 DataFrame 索引。
shift([periods, freq, axis, fill_value, suffix])按所需的週期數移動索引，並可選擇指定時間freq。
skew(*[, axis, skipna, numeric_only])返回請求軸上未偏倚的偏度。
sort_index(*[, axis, level, ascending, ...])按標籤（沿某個軸）對物件進行排序。
sort_values(by, *[, axis, ascending, ...])按某個軸的值進行排序。
squeeze([axis])將一維軸物件壓縮成標量。
stack([level, dropna, sort, future_stack])將指定的級別從列堆疊到索引。
std(*[, axis, skipna, ddof, numeric_only])返回請求軸上的樣本標準差。
sub(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相減（二元運算子 sub）。
subtract(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素相減（二元運算子 sub）。
sum(*[, axis, skipna, numeric_only, min_count])返回請求軸上的值之和。
swaplevel([i, j, axis])交換
MultiIndex的級別 i 和 j。tail([n])返回最後 n 行。
take(indices[, axis])沿軸返回給定位置索引中的元素。
to_clipboard(*[, excel, sep])將物件複製到系統剪貼簿。
to_csv([path_or_buf, sep, na_rep, ...])將物件寫入逗號分隔值 (csv) 檔案。
to_dict([orient, into, index])將 DataFrame 轉換為字典。
to_excel(excel_writer, *[, sheet_name, ...])將物件寫入 Excel 工作表。
to_feather(path, **kwargs)將 DataFrame 寫入二進位制 Feather 格式。
to_hdf(path_or_buf, *, key[, mode, ...])使用 HDFStore 將包含的資料寫入 HDF5 檔案。
to_html([buf, columns, col_space, header, ...])將 DataFrame 渲染為 HTML 表。
to_iceberg(table_identifier[, catalog_name, ...])將 DataFrame 寫入 Apache Iceberg 表。
to_json([path_or_buf, orient, date_format, ...])將物件轉換為 JSON 字串。
to_latex([buf, columns, header, index, ...])將物件渲染為 LaTeX tabular、longtable 或巢狀表。
to_markdown([buf, mode, index, storage_options])以 Markdown 友好的格式列印 DataFrame。
to_numpy([dtype, copy, na_value])將 DataFrame 轉換為 NumPy 陣列。
to_orc([path, engine, index, engine_kwargs])將 DataFrame 寫入 Optimized Row Columnar (ORC) 格式。
to_parquet([path, engine, compression, ...])將 DataFrame 寫入二進位制 parquet 格式。
to_period([freq, axis, copy])將 DataFrame 從 DatetimeIndex 轉換為 PeriodIndex。
to_pickle(path, *[, compression, protocol, ...])將物件 pickle（序列化）到檔案。
to_records([index, column_dtypes, index_dtypes])將 DataFrame 轉換為 NumPy 記錄陣列。
to_sql(name, con, *[, schema, if_exists, ...])將儲存在 DataFrame 中的記錄寫入 SQL 資料庫。
to_stata(path, *[, convert_dates, ...])將 DataFrame 物件匯出到 Stata dta 格式。
to_string([buf, columns, col_space, header, ...])將 DataFrame 渲染為控制檯友好的表格輸出。
to_timestamp([freq, how, axis, copy])將 PeriodIndex 轉換為時間戳的 DatetimeIndex，在週期的開始處。
從 pandas 物件返回一個 xarray 物件。
to_xml([path_or_buffer, index, root_name, ...])將 DataFrame 渲染為 XML 文件。
transform(func[, axis])呼叫
func在 self 上，生成一個與 self 具有相同軸形狀的 DataFrame。transpose(*args[, copy])轉置索引和列。
truediv(other[, axis, level, fill_value])獲取 DataFrame 與其他物件逐元素浮點除法（二元運算子 truediv）。
truncate([before, after, axis, copy])截斷 Series 或 DataFrame 在某個索引值之前和之後的部分。
tz_convert(tz[, axis, level, copy])將時區感知的軸轉換為目標時區。
tz_localize(tz[, axis, level, copy, ...])將 Series 或 DataFrame 的時區感知索引本地化到目標時區。
unstack([level, fill_value, sort])將（必然是分層的）索引標籤的一個級別進行資料透視。
update(other[, join, overwrite, ...])使用來自另一個 DataFrame 的非 NA 值就地修改。
value_counts([subset, normalize, sort, ...])返回一個 Series，其中包含 DataFrame 中每個不同行的頻率。
var(*[, axis, skipna, ddof, numeric_only])返回請求軸上的未偏倚方差。
where(cond[, other, inplace, axis, level])替換條件為 False 的值。
xs(key[, axis, level, drop_level])從 Series/DataFrame 返回橫截面。