pandas.DataFrame#

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)[源代码]#

二维的、可变大小的、可能异构的表格数据。

数据结构还包含带标签的轴（行和列）。算术运算会根据行和列标签进行对齐。可以将其视为 Series 对象的类字典容器。主要的 pandas 数据结构。

Parameters:
datandarray（结构化或同质）、可迭代对象、dict 或 DataFrame

Dict 可以包含 Series、数组、常量、dataclass 或类似列表的对象。如果 data 是 dict，则列顺序遵循插入顺序。如果 dict 包含具有已定义索引的 Series，则会根据其索引进行对齐。当 data 本身是 Series 或 DataFrame 时，也会发生对齐。对 Series/DataFrame 输入进行对齐。

如果 data 是字典列表，则列顺序遵循插入顺序。

indexIndex 或类数组

用于结果帧的索引。如果输入数据中没有索引信息且未提供索引，则默认为 RangeIndex。

columnsIndex 或类数组

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，则执行列选择。

dtypedtype，default None

要强制设置的数据类型。只允许一个 dtype。如果为 None，则推断。

copybool 或 None，default None

从输入中复制数据。对于 dict 数据，默认值 None 的行为类似于 copy=True。对于 DataFrame 或 2D ndarray 输入，默认值 None 的行为类似于 copy=False。如果数据是包含一个或多个 Series（可能dtypes不同）的 dict，则 copy=False 将确保这些输入不被复制。

在 1.3.0 版本发生变更.

参见

DataFrame.from_records

从元组（也包括记录数组）构造。

DataFrame.from_dict

从 Series、数组或字典的字典构造。

read_csv

将逗号分隔值 (csv) 文件读取到 DataFrame 中。

read_table

将通用分隔文件读取到 DataFrame 中。

read_clipboard

将剪贴板中的文本读取到 DataFrame 中。

Notes

请参考 User Guide 获取更多信息。

Examples

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，推断出的 dtype 是 int64。

>>> df.dtypes
col1    int64
col2    int64
dtype: object

强制设置单个 dtype：

>>> 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

从具有已标记列的 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 dataclass 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：

>>> 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

Attributes

T

DataFrame 的转置。

at

按行/列标签对访问单个值。

attrs

此数据集的全局属性字典。

axes

返回表示 DataFrame 轴的列表。

columns

DataFrame 的列标签。

dtypes

返回 DataFrame 中的 dtypes。

empty

指示 Series/DataFrame 是否为空。

flags

获取与此 pandas 对象关联的属性。

iat

按整数位置的行/列对访问单个值。

iloc

(已弃用) 纯粹基于整数位置的索引，用于按位置选择。

index

DataFrame 的索引（行标签）。

loc

通过标签或布尔数组访问一组行和列。

ndim

返回一个整数，表示轴/数组的维度数。

shape

返回一个元组，表示 DataFrame 的维度。

size

返回一个整数，表示此对象中的元素数量。

style

返回一个 Styler 对象。

values

返回 DataFrame 的 Numpy 表示。

Methods

abs （）

返回一个 Series/DataFrame，其中包含每个元素的绝对数值。

add （other[, axis, level, fill_value]）

获取 DataFrame 和 other 的逐元素加法（二元运算符 add）。

add_prefix （prefix[, axis]）

在标签前添加字符串 prefix。

add_suffix （suffix[, axis]）

在标签后添加字符串 suffix。

agg （[func, axis]）

沿指定轴使用一个或多个操作进行聚合。

aggregate （[func, axis]）

沿指定轴使用一个或多个操作进行聚合。

align （other[, join, axis, level, copy, ...]）

使用指定的连接方法按轴对齐两个对象。

all （[axis, bool_only, skipna]）

返回所有元素是否为 True，可能沿轴进行。

any （*[, axis, bool_only, skipna]）

返回是否有任何元素是 True，可能沿轴进行。

apply （func[, axis, raw, result_type, args, ...]）

沿 DataFrame 的轴应用函数。

applymap （func[, na_action]）

(已弃用) 逐元素应用函数到 DataFrame。

asfreq （freq[, method, how, normalize, ...]）

将时间序列转换为指定频率。

asof （where[, subset]）

返回 where 之前最后一个不含 NaN 的行（或行）。

assign （**kwargs）

为 DataFrame 分配新列。

astype （dtype[, copy, errors]）

将 pandas 对象转换为指定的 dtype dtype。

at_time （time[, asof, axis]）

选择一天中特定时间的（例如，上午 9:30）值。

backfill （*[, axis, inplace, limit, downcast]）

(已弃用) 使用下一个有效观测值填充 NaN/NA 值以填补间隙。

between_time （start_time, end_time[, ...]）

选择一天中特定时间段内的（例如，上午 9:00-9:30）值。

bfill （*[, axis, inplace, limit, limit_area, ...]）

使用下一个有效观测值填充 NaN/NA 值以填补间隙。

bool （）

(已弃用) 返回单个元素的 Series 或 DataFrame 的布尔值。

boxplot ([column, by, ax, fontsize, rot, ...])

从 DataFrame 列制作箱线图。

clip ([lower, upper, axis, inplace])

在输入阈值处截断值。

combine (other, func[, fill_value, overwrite])

将另一 DataFrame 进行逐列合并。

combine_first (other)

使用 other 中相同位置的值更新 null 元素。

compare (other[, align_axis, keep_shape, ...])

比较另一个 DataFrame 并显示差异。

convert_dtypes ([infer_objects, ...])

使用支持 pd.NA 的 dtype 将列转换为最佳可能的 dtype。

copy ([deep])

复制此对象的索引和数据。

corr ([method, min_periods, numeric_only])

计算列的成对相关性，排除 NA/null 值。

corrwith (other[, axis, drop, method, ...])

计算成对相关性。

count ([axis, numeric_only])

计算每列或每行的非 NA 单元格数。

cov ([min_periods, ddof, numeric_only])

计算列的成对协方差，排除 NA/null 值。

cummax ([axis, skipna])

返回 DataFrame 或 Series 轴上的累积最大值。

cummin ([axis, skipna])

返回 DataFrame 或 Series 轴上的累积最小值。

cumprod ([axis, skipna])

返回 DataFrame 或 Series 轴上的累积乘积。

cumsum ([axis, skipna])

返回 DataFrame 或 Series 轴上的累积和。

describe ([percentiles, include, exclude])

生成描述性统计信息。

diff ([periods, axis])

元素的离散差分。

div (other[, axis, level, fill_value])

对 DataFrame 和 other 进行浮点除法，逐元素进行（二元运算符 truediv）。

divide (other[, axis, level, fill_value])

对 DataFrame 和 other 进行浮点除法，逐元素进行（二元运算符 truediv）。

dot (other)

计算 DataFrame 和 other 之间的矩阵乘积。

drop ([labels, axis, index, columns, level, ...])

删除行或列中指定的标签。

drop_duplicates ([subset, keep, inplace, ...])

返回删除重复行后的 DataFrame。

droplevel (level[, axis])

返回删除所请求的索引/列级别的 Series/DataFrame。

dropna (*[, axis, how, thresh, subset, ...])

删除缺失值。

duplicated ([subset, keep])

返回表示重复行的布尔 Series。

eq (other[, axis, level])

获取 DataFrame 和 other 的相等值，逐元素进行（二元运算符 eq）。

equals (other)

测试两个对象是否包含相同元素。

eval (expr, *[, inplace])

计算描述 DataFrame 列操作的字符串。

ewm ([com, span, halflife, alpha, ...])

提供指数加权 (EW) 计算。

expanding ([min_periods, axis, method])

提供扩展窗口计算。

explode (column[, ignore_index])

将类列表的每个元素转换为一行，并复制索引值。

ffill (*[, axis, inplace, limit, limit_area, ...])

使用最后一个有效观测值传播NA/NaN值。

fillna ([value, method, axis, inplace, ...])

使用指定的方法填充NA/NaN值。

filter ([items, like, regex, axis])

根据指定的索引标签对DataFrame的行或列进行子集选择。

first (offset)

(已弃用) 根据日期偏移量选择时间序列数据的初始时段。

first_valid_index ()

返回第一个非NA值的索引，如果找不到非NA值，则返回None。

floordiv (other[, axis, level, fill_value])

对DataFrame和其他值进行整除，逐元素进行（二元运算符 floordiv）。

from_dict (data[, orient, dtype, columns])

从数组类或字典的字典构建DataFrame。

from_records (data[, index, exclude, ...])

将结构化或记录式ndarray转换为DataFrame。

ge (other[, axis, level])

对DataFrame和其他值进行大于或等于比较，逐元素进行（二元运算符 ge）。

get (key[, default])

获取给定键的对象项（例如：DataFrame列）。

groupby ([by, axis, level, as_index, sort, ...])

使用映射器或列Series对DataFrame进行分组。

gt (other[, axis, level])

对DataFrame和其他值进行大于比较，逐元素进行（二元运算符 gt）。

head ([n])

返回前`n`行。

hist ([column, by, grid, xlabelsize, xrot, ...])

绘制DataFrame列的直方图。

idxmax ([axis, skipna, numeric_only])

返回请求轴上最大值的第一个出现索引。

idxmin ([axis, skipna, numeric_only])

返回请求轴上最小值第一个出现的索引。

infer_objects ([copy])

尝试为对象列推断更好的数据类型（dtypes）。

info ([verbose, buf, max_cols, memory_usage, ...])

打印DataFrame的简洁摘要。

insert (loc, column, value[, allow_duplicates])

在指定位置将列插入DataFrame。

interpolate ([method, axis, limit, inplace, ...])

使用插值方法填充NaN值。

isetitem (loc, value)

在位置`loc`的列中设置给定值。

isin (values)

DataFrame中的每个元素是否包含在values中。

isna ()

检测缺失值。

isnull ()

DataFrame.isnull 是 DataFrame.isna 的别名。

items ()

迭代（列名，Series）对。

iterrows ()

迭代DataFrame行作为（索引，Series）对。

itertuples ([index, name])

将DataFrame行迭代为命名元组。

join (other[, on, how, lsuffix, rsuffix, ...])

连接另一个DataFrame的列。

keys ()

获取“info axis”（参见索引章节更多内容）。

kurt ([axis, skipna, numeric_only])

返回所请求轴上的无偏峰度。

kurtosis ([axis, skipna, numeric_only])

返回所请求轴上的无偏峰度。

last (offset)

(已弃用) 根据日期偏移量选择时间序列数据的最后时段。

last_valid_index ()

返回最后一个非NA值的索引，如果找不到非NA值，则返回None。

le(other[, axis, level])

获取 DataFrame 和 other 小于或等于的元素（二进制运算符 le）。

lt(other[, axis, level])

获取 DataFrame 和 other 小于的元素（二进制运算符 lt）。

map(func[, na_action])

将函数逐个元素应用到 DataFrame。

mask(cond[, other, inplace, axis, level])

在条件为 True 的位置替换值。

max([axis, skipna, numeric_only])

返回请求轴上值的最大值。

mean([axis, skipna, numeric_only])

返回请求轴上值的平均值。

median([axis, skipna, numeric_only])

返回请求轴上值的中位数。

melt([id_vars, value_vars, var_name, ...])

将 DataFrame 从宽格式重塑为长格式，并可选择保留标识符。

memory_usage([index, deep])

返回每列的内存使用量（以字节为单位）。

merge(right[, how, on, left_on, right_on, ...])

将 DataFrame 或命名 Series 对象与数据库风格的连接（join）进行合并。

min([axis, skipna, numeric_only])

返回请求轴上值的最小值。

mod(other[, axis, level, fill_value])

获取 DataFrame 和 other 的模（remainder），逐个元素计算（二进制运算符 mod）。

mode([axis, numeric_only, dropna])

获取所选轴上每个元素的众数。

mul(other[, axis, level, fill_value])

获取 DataFrame 和 other 的乘积，逐个元素计算（二进制运算符 mul）。

multiply(other[, axis, level, fill_value])

获取 DataFrame 和 other 的乘积，逐个元素计算（二进制运算符 mul）。

ne(other[, axis, level])

获取 DataFrame 和 other 不等于的元素（二进制运算符 ne）。

nlargest(n, columns[, keep])

返回按 columns 降序排序的前 n 行。

notna()

检测存在的（非缺失）值。

notnull()

DataFrame.notnull 是 DataFrame.notna 的别名。

nsmallest(n, columns[, keep])

返回按 columns 升序排序的前 n 行。

nunique([axis, dropna])

计算指定轴上不同元素的数量。

pad(*[, axis, inplace, limit, downcast])

（已弃用）通过传播最后一个有效观测值来填充 NA/NaN 值。

pct_change([periods, fill_method, limit, freq])

当前元素与先前元素之间的分数变化。

pipe(func, *args, **kwargs)

应用可链式调用的函数，这些函数期望 Series 或 DataFrame。

pivot(*, columns[, index, values])

返回由给定的索引/列值组织的重塑后的 DataFrame。

pivot_table([values, index, columns, ...])

创建电子表格风格的透视表作为 DataFrame。

pop(item)

返回指定项并从 DataFrame 中删除。

pow(other[, axis, level, fill_value])

获取 DataFrame 和 other 的指数幂，逐个元素计算（二进制运算符 pow）。

prod([axis, skipna, numeric_only, min_count])

返回请求轴上值的乘积。

product([axis, skipna, numeric_only, min_count])

返回请求轴上值的乘积。

quantile([q, axis, numeric_only, ...])

在指定轴上指定分位数的返回值。

query (expr, *[, inplace])

使用布尔表达式查询 DataFrame 列。

radd (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的加法，逐元素进行（二元运算符 radd）。

rank ([axis, method, numeric_only, ...])

沿指定轴计算数值数据的排名（1 到 n）。

rdiv (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的浮点数除法，逐元素进行（二元运算符 rtruediv）。

reindex ([labels, index, columns, axis, ...])

根据可选的填充逻辑调整 DataFrame 的索引。

reindex_like (other[, method, copy, limit, ...])

返回具有与 other 对象匹配的索引的对象。

rename ([mapper, index, columns, axis, copy, ...])

重命名列或索引标签。

rename_axis ([mapper, index, columns, axis, ...])

设置索引或列的轴名称。

reorder_levels (order[, axis])

使用输入的顺序重新排列索引级别。

replace ([to_replace, value, inplace, limit, ...])

用 value 替换 to_replace 中给定的值。

resample (rule[, axis, closed, label, ...])

重采样时间序列数据。

reset_index ([level, drop, inplace, ...])

重置索引或其某个级别。

rfloordiv (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的整数除法，逐元素进行（二元运算符 rfloordiv）。

rmod (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的模运算，逐元素进行（二元运算符 rmod）。

rmul (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的乘法，逐元素进行（二元运算符 rmul）。

rolling (window[, min_periods, center, ...])

提供滚动窗口计算。

round ([decimals])

将 DataFrame 四舍五入到可变小数位数。

rpow (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的指数幂，逐元素进行（二元运算符 rpow）。

rsub (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的减法，逐元素进行（二元运算符 rsub）。

rtruediv (other[, axis, level, fill_value])

获取 DataFrame 和其他元素的浮点数除法，逐元素进行（二元运算符 rtruediv）。

sample ([n, frac, replace, weights, ...])

从对象的轴中返回随机样本。

select_dtypes ([include, exclude])

根据列的数据类型返回 DataFrame 列的子集。

sem ([axis, skipna, ddof, numeric_only])

在指定轴上返回无偏标准误差。

set_axis (labels, *[, axis, copy])

为指定轴分配所需的索引。

set_flags (*[, copy, allows_duplicate_labels])

返回一个具有更新标志的新对象。

set_index (keys, *[, drop, append, inplace, ...])

使用现有列设置 DataFrame 索引。

shift ([periods, freq, axis, fill_value, suffix])

使用可选的时间 freq 将索引移动指定的周期数。

skew ([axis, skipna, numeric_only])

在指定轴上返回无偏偏度。

sort_index (*[, axis, level, ascending, ...])

按标签（沿轴）对对象进行排序。

sort_values (by, *[, axis, ascending, ...])

沿任一轴按值进行排序。

squeeze ([axis])

将一维轴对象压缩成标量。

stack ([level, dropna, sort, future_stack])

将指定级别的列堆叠到索引。

std ([axis, skipna, ddof, numeric_only])

返回所请求轴上的样本标准差。

sub (other[, axis, level, fill_value])

DataFrame 与其他项的减法，逐元素（二元运算符 sub）。

subtract (other[, axis, level, fill_value])

DataFrame 与其他项的减法，逐元素（二元运算符 sub）。

sum ([axis, skipna, numeric_only, min_count])

返回所请求轴上的值的总和。

swapaxes (axis1, axis2[, copy])

（已弃用）交换轴并相应地交换值轴。

swaplevel ([i, j, axis])

交换 MultiIndex 中的级别 i 和 j。

tail ([n])

返回最后 n 行。

take (indices[, axis])

沿轴返回给定 位置 索引中的元素。

to_clipboard (*[, excel, sep])

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 ([orient, into, index])

将 DataFrame 转换为字典。

to_excel (excel_writer, *[, sheet_name, ...])

将对象写入 Excel 工作表。

to_feather (path, **kwargs)

将 DataFrame 写入二进制 Feather 格式。

to_gbq (destination_table, *[, project_id, ...])

（已弃用）将 DataFrame 写入 Google BigQuery 表。

to_hdf (path_or_buf, *, key[, mode, ...])

使用 HDFStore 将包含的数据写入 HDF5 文件。

to_html ([buf, columns, col_space, header, ...])

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, columns, header, index, ...])

将对象渲染为 LaTeX tabular、longtable 或嵌套表。

to_markdown ([buf, mode, index, storage_options])

以 Markdown 友好的格式打印 DataFrame。

to_numpy ([dtype, copy, na_value])

将 DataFrame 转换为 NumPy 数组。

to_orc ([path, engine, index, engine_kwargs])

将 DataFrame 写入 ORC 格式。

to_parquet ([path, engine, compression, ...])

将 DataFrame 写入二进制 parquet 格式。

to_period ([freq, axis, copy])

将 DataFrame 从 DatetimeIndex 转换为 PeriodIndex。

to_pickle (path, *[, compression, protocol, ...])

将对象 Pickle（序列化）到文件。

to_records ([index, column_dtypes, index_dtypes])

将 DataFrame 转换为 NumPy 记录数组。

to_sql (name, con, *[, schema, if_exists, ...])

将存储在 DataFrame 中的记录写入 SQL 数据库。

to_stata (path, *[, convert_dates, ...])

将 DataFrame 对象导出为 Stata dta 格式。

to_string ([buf, columns, col_space, header, ...])

将 DataFrame 渲染成控制台友好的表格输出。

to_timestamp ([freq, how, axis, copy])

将DataFrame转换为时间戳的DatetimeIndex，位于周期*开始*处。

to_xarray ()

从pandas对象返回一个xarray对象。

to_xml ([path_or_buffer, index, root_name, ...])

将DataFrame渲染为XML文档。

transform (func[, axis])

在self上调用``func``，生成一个与self具有相同轴形状的DataFrame。

transpose (*args[, copy])

转置索引和列。

truediv (other[, axis, level, fill_value])

对 DataFrame 和 other 进行浮点除法，逐元素进行（二元运算符 truediv）。

truncate ([before, after, axis, copy])

截断Series或DataFrame在某个索引值之前和之后的部分。

tz_convert (tz[, axis, level, copy])

将时区感知的轴转换为目标时区。

tz_localize (tz[, axis, level, copy, ...])

将Series或DataFrame的无时区索引本地化为目标时区。

unstack ([level, fill_value, sort])

对（必然是分层的）索引标签的某个级别进行“逆透视”。

update (other[, join, overwrite, ...])

使用另一个DataFrame中的非NA值原地修改。

value_counts ([subset, normalize, sort, ...])

返回一个Series，其中包含DataFrame中每个不同行的频率。

var ([axis, skipna, ddof, numeric_only])

返回所请求轴上无偏方差。

where (cond[, other, inplace, axis, level])

替换条件为False的值。

xs (key[, axis, level, drop_level])

从Series/DataFrame中返回横截面。
On this page
显示源代码