mars.dataframe.DataFrame

class mars.dataframe.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False, chunk_size=None, gpu=None, sparse=None, num_partitions=None)

__init__(data=None, index=None, columns=None, dtype=None, copy=False, chunk_size=None, gpu=None, sparse=None, num_partitions=None)

方法

__init__([数据, 索引, 列, 数据类型, ...])
abs()
add(其他[, 轴, 层级, 填充值])	获取数据框和其他的逐元素加法（二元运算符 add）。
add_prefix(前缀)	在字符串 prefix 前添加前缀标签。
add_suffix(后缀)	将后缀标签附加到字符串 suffix。
agg([函数, 轴])
aggregate([函数, 轴])
align(其他[, 连接, 轴, 级别, 复制, ...])	使用指定的连接方法对齐两个对象的轴。
all([轴, 仅布尔值, 跳过空值, 级别, ...])
any([轴, 仅布尔值, 跳过NA, 级别, ...])
append(其他[, 忽略索引, ...])
apply(func[, axis, raw, result_type, args, ...])	在DataFrame的一个轴上应用一个函数。
assign(**kwargs)	为DataFrame分配新列。
astype(数据类型[, 复制, 错误])	将pandas对象转换为指定的数据类型 dtype.
backfill([轴, 就地, 限制, 类型转换])	与 DataFrame.fillna() 具有相同意义，使用 method='bfill'。
bfill([轴, 就地, 限制, 向下转型])	与 DataFrame.fillna() 具有相同意义，使用 method='bfill'。
cartesian_chunk(right, func[, skip_infer, args])
copy()
copy_from(obj)
copy_to(目标)
corr([方法, 最小周期])	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([轴, 级别, 仅数字, 组合大小])
cummax([轴, 跳过空值])
cummin([轴, 跳过na])
cumprod([轴, 跳过空值])
cumsum([轴, 跳过空值])
describe([百分位数, 包含, 排除])
diff([periods, axis])	元素的第一次离散差异。
div(other[, axis, level, fill_value])	获取数据框的浮点除法和其他元素级（双目运算符truediv）。
dot(其他)	计算DataFrame与其他矩阵的乘法。
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, ...])	返回去除重复行的DataFrame。
dropna([轴, 如何, 阈值, 子集, 就地])	删除缺失值。
duplicated([子集, 保留, 方法])	返回表示重复行的布尔系列。
eq(other[, axis, level])	获取数据框与其他数据框的逐元素相等情况（二元运算符 eq）。
eval(expr[, inplace])	评估描述对DataFrame列进行操作的字符串。
ewm([com, span, halflife, alpha, ...])	提供指数加权函数。
execute([session])
expanding([最小周期, 中心, 轴])	提供扩展变换。
explode(列[, 忽略索引])	将列表中的每个元素转换为一行，复制索引值。
ffill([轴, 就地, 限制, 向下转换])	与 DataFrame.fillna() 结合使用 method='ffill' 的同义词。
fillna([值, 方法, 轴, 就地, ...])	使用指定的方法填充NA/NaN值。
floordiv(其他[, 轴, 层级, 填充值])	获取数据框和其他元素的整数除法，逐元素（双目运算符 floordiv）。
from_records(记录，**kw)
from_tensor(in_tensor[, index, columns])
ge(其他[, 轴, 级别])	获取数据帧和其他内容的逐元素大于或等于（二元运算符 ge）。
groupby([按, 级别, 作为索引, 排序, 分组键])
gt(其他[, 轴, 级别])	获取数据框和其他内容的元素级大于（双目运算符 gt）。
head([n])	返回前 n 行。
insert(loc, column, value[, allow_duplicates])	在指定位置插入列到数据框中。
isin(值)	DataFrame中的每个元素是否包含在值中。
isna()	检测缺失值。
isnull()	检测缺失值。
iterrows([batch_size, session])	遍历DataFrame的行，作为（索引，系列）对。
itertuples([index, name, batch_size, session])	将DataFrame行作为命名元组进行迭代。
join(其他[, 连接条件, 连接方式, 左后缀, 右后缀, ...])	加入另一个 DataFrame 的列。
keys()	获取 'info axis'（请参见索引了解更多信息）。
kurt([轴, 跳过空值, 级别, 仅数字, ...])
kurtosis([轴, 跳过空值, 级别, ...])
le(其他[, 轴, 级别])	获取数据框和其他的逐元素（按位操作符 le）小于或等于。
lt(其他[, 轴, 级别])	获取数据框及其他的元素级（双目运算符 lt）小于。
map_chunk(func[, args, kwargs, skip_infer])	将函数应用于每个块。
mask(cond[, other, inplace, axis, level, ...])	在条件为真时替换值。
max([轴, 跳过缺失值, 级别, 仅数值, ...])
mean([轴, 跳过NA, 级别, 仅数字, ...])
melt([id_vars, value_vars, var_name, ...])	将一个数据框从宽格式转换为长格式，选项是保留标识符集。
memory_usage([index, deep])	返回每列的内存使用情况（以字节为单位）。
merge(right[, 如何, 基于, 左侧, 右侧, ...])	使用数据库风格的连接合并DataFrame或命名Series对象。
min([轴, 跳过空值, 层级, 仅数字, ...])
mod(other[, axis, level, fill_value])	获取数据框和其他的模（按元素（二元运算符 mod））。
mul(其他[, 轴, 级别, 填充值])	获取数据框和其他对象的元素-wise的乘法（二元操作符mul）。
multiply(other[, 轴, 级别, 填充值])	获取数据框和其他对象的元素-wise的乘法（二元操作符mul）。
ne(其他[, 轴, 级别])	获得数据框和其他的元素级不等于（二元运算符 ne）。
notna()	检测现有的（非缺失）值。
notnull()	检测现有的（非缺失）值。
nunique([轴, 丢弃空值, 合并大小])	计算请求轴上的不同观察值。
pad([轴, 就地, 限制, 降级])	与 DataFrame.fillna() 结合使用 method='ffill' 的同义词。
pct_change([periods, fill_method, limit, freq])	当前元素与之前元素之间的百分比变化。
pop(item)	返回物品并从框架中删除。
pow(other[, 轴, 级别, 填充值])	获取数据框和其他的指数幂，逐元素（双目运算符 pow）。
prod([轴, 跳过NaN, 层级, 最小计数, ...])
product([轴, 跳过NA, 级别, 最小计数, ...])
quantile([q, axis, numeric_only, interpolation])	在请求的轴上返回给定分位数的值。
query(expr[, inplace])	使用布尔表达式查询DataFrame的列。
radd(other[, axis, level, fill_value])	获取数据框与其他对象的逐元素（使用二元运算符radd）相加的结果。
rdiv(other[, axis, level, fill_value])	获取数据框和其他元素的浮点除法（二元运算符 rtruediv）。
rebalance([因子, 轴, 分区数量, ...])	使数据在整个集群中更加均衡。
rechunk(块大小[, 重新分配工人])
reindex(*args, **kwargs)	符合新的索引的数据系列/数据框，带有可选的填充逻辑。
reindex_like(other[, method, copy, limit, ...])	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, 复制, ...])	改变坐标轴标签。
rename_axis([mapper, index, columns, axis, ...])	设置索引或列的轴名称。
replace([要替换的值, 值, 就地, 限制, ...])	将to_replace中给定的值替换为value。
reset_index([level, drop, inplace, ...])	重置索引或其某一层级。
rfloordiv(其他[, 轴, 级别, 填充值])	获取数据框和其他元素逐个的整数除法（二元操作符rfloordiv）。
rmod(other[, axis, level, fill_value])	获取数据框和其他元素的模（二元运算符 rmod）。
rmul(other[, axis, level, fill_value])	获取数据框与其他对象的元素级乘法（双目运算符 rmul）。
rolling(窗口[, 最小周期, 中心, ...])	提供滚动窗口计算。
round([小数位数])	将数据框四舍五入到可变的小数位数。
rpow(其他[, 轴, 级别, 填充值])	获取数据框的指数幂以及其他，逐元素（双目运算符 rpow）。
rsub(other[, axis, level, fill_value])	获取数据框与其他对象的逐元素减法（双目运算符rsubtract）。
rtruediv(other[, axis, level, fill_value])	获取数据框和其他元素的浮点除法（二元运算符 rtruediv）。
sample([n, frac, replace, weights, ...])	从对象的一个轴返回一个随机样本的项目。
select_dtypes([include, exclude])	根据列的数据类型返回DataFrame列的子集。
sem([轴, 跳过空值, 层级, 自由度, ...])
set_axis(标签[, 轴, 就地])	将期望的索引分配给给定的轴。
set_index(键[, 删除, 附加, 就地, ...])
shift([周期, 频率, 轴, 填充值])	将索引移动到所需的周期数，并可选地指定时间freq。
skew([轴, 跳过缺失值, 级别, 仅数字, ...])
sort_index([轴, 级别, 升序, ...])	按标签对对象进行排序（沿着一个轴）。
sort_values(按[, 轴, 升序, 就地, ...])	按任一轴上的值排序。
stack([级别, 丢弃空值])	将指定级别从列堆叠到索引。
std([轴, 跳过空值, 等级, 自由度, ...])
sub(other[, axis, level, fill_value])	获取数据框与其他对象的逐元素减法（双目运算符 subtract）。
sum([轴, 跳过缺失值, 层级, 最小计数, ...])
tail([n])	返回最后 n 行。
tiles()
to_cpu()
to_csv(路径[, 分隔符, 缺失值表示, 浮点数格式, ...])	将对象写入逗号分隔值（csv）文件。
to_gpu()
to_pandas([session])
to_parquet(路径[, 引擎, 压缩, ...])	将数据框写入二进制parquet格式，每个块将被写入一个Parquet文件。
to_sql(name, con[, schema, if_exists, ...])	将存储在DataFrame中的记录写入SQL数据库。
to_tensor()
to_vineyard([vineyard_socket])
transform(func[, axis, dtypes, skip_infer])	在自我上调用 func 生成一个具有转换值的 DataFrame。
transpose()	转换索引和列。
truediv(other[, axis, level, fill_value])	获取数据框的浮点除法和其他元素级（双目运算符truediv）。
tshift([周期, 频率, 轴])	如果可用，使用索引的频率来移动时间索引。
var([轴, 跳过NA, 级别, 自由度, ...])
where(条件[, 其他, 就地, 轴, 水平, ...])	在条件为假时替换值。

属性

T
at	访问行/列标签对的单个值。
columns
data
dtypes	返回DataFrame中的数据类型。
iat
iloc
index
loc
ndim	返回一个整数，表示轴/数组维度的数量。
shape
size
type_name
values