所有屬性

屬性名說明

at	訪問行/列標簽對的單個值。
attrs	此對象的全局屬性字典。
axes	返回一個表示DataFrame軸的列表。
columns	DataFrame的列標簽。
dtypes	返回DataFrame中的dtype。
empty	指示DataFrame是否為空。
iat	通過整數位置訪問行/列對的單個值。
iloc	基于位置的純基于整數位置的索引。
index	DataFrame的索引（行標簽）。
loc	通過標簽或布爾數組訪問一組行和列。
ndim	返回一個表示軸數/數組維數的整數。
shape	返回一個表示DataFrame維數的元組。
size	返回一個int表示此對象中元素的數量。
style	返回一個Styler對象。
values	返回DataFrame的Numpy表示形式。

所有方法

方法名說明

abs()	返回具有每個元素的絕對數值的Series / DataFrame。
add(other[, axis, level, fill_value])	獲取數據幀和其他元素的加法（二進制運算符add）。
add_prefix(prefix)	帶字符串前綴的前綴標簽。
add_suffix(suffix)	帶字符串后綴的后綴標簽。
agg([func, axis])	使用指定軸上的一項或多項操作進行匯總。
aggregate([func, axis])	使用指定軸上的一項或多項操作進行匯總。
align(other[, join, axis, level, copy, …])	使用指定的join方法將兩個對象在其軸上對齊。
all([axis, bool_only, skipna, level])	返回是否所有元素都為True（可能在某個軸上）。
any([axis, bool_only, skipna, level])	返回是否有任何元素為True（可能在某個軸上）。
append(other[, ignore_index, …])	將其他行附加到調用方的末尾，返回一個新對象。
apply(func[, axis, raw, result_type, args])	沿DataFrame的軸應用功能。
applymap(func)	將函數應用于元素的數據框。
asfreq(freq[, method, how, normalize, …])	將TimeSeries轉換為指定的頻率。
asof(where[, subset])	返回在此之前沒有任何NaN的最后一行。
assign(**kwargs)	將新列分配給DataFrame。
astype(dtype[, copy, errors])	將熊貓對象轉換為指定的dtype dtype。
at_time(time[, asof, axis])	選擇一天中特定時間的值（例如，上午9:30）。
backfill([axis, inplace, limit, downcast])	DataFrame.fillna（）的同義詞，帶有method =‘bfill’。
between_time(start_time, end_time[, …])	選擇一天中特定時間之間的值（例如9：00-9：30 AM）。
bfill([axis, inplace, limit, downcast])	DataFrame.fillna（）的同義詞，帶有method =‘bfill’。
bool()	返回單個元素Series或DataFrame的布爾值。
boxplot([column, by, ax, fontsize, rot, …])	從DataFrame列制作箱形圖。
clip([lower, upper, axis, inplace])	修剪輸入閾值處的值。
combine(other, func[, fill_value, overwrite])	與另一個DataFrame進行按列合并。
combine_first(other)	在其他位置的相同位置更新具有值的空元素。
compare(other[, align_axis, keep_shape, …])	與另一個DataFrame進行比較并顯示差異。
convert_dtypes([infer_objects, …])	使用支持pd.NA的dtypes將列轉換為最佳的dtypes。
copy([deep])	復制該對象的索引和數據。
corr([method, min_periods])	計算列的成對相關，不包括NA /空值。
corrwith(other[, axis, drop, method])	計算成對相關。
count([axis, level, numeric_only])	為每一列或每一行計算非NA單元。
cov([min_periods, ddof])	計算列的成對協方差，不包括NA /空值。
cummax([axis, skipna])	返回DataFrame或Series軸上的累積最大值。
cummin([axis, skipna])	返回DataFrame或Series軸上的累積最小值。
cumprod([axis, skipna])	通過DataFrame或Series軸返回累積乘積。
cumsum([axis, skipna])	返回DataFrame或Series軸上的累積總和。
describe([percentiles, include, exclude, …])	生成描述性統計信息。
diff([periods, axis])	元素的第一個離散差。
div(other[, axis, level, fill_value])	獲取數據幀和其他元素的浮點除法（二進制運算符truediv）。
divide(other[, axis, level, fill_value])	獲取數據幀和其他元素的浮點除法（二進制運算符truediv）。
dot(other)	計算DataFrame與其他框架之間的矩陣乘法。
drop([labels, axis, index, columns, level, …])	從行或列中刪除指定的標簽。
drop_duplicates([subset, keep, inplace, …])	返回刪除重復行的DataFrame。
droplevel(level[, axis])	返回已刪除請求的索引/列級別的DataFrame。
dropna([axis, how, thresh, subset, inplace])	刪除缺失的值。
duplicated([subset, keep])	返回表示重復行的布爾系列。
eq(other[, axis, level])	等于等于數據幀和其他按元素計算（二進制運算符eq）。
equals(other)	測試兩個對象是否包含相同的元素。
eval(expr[, inplace])	評估描述DataFrame列上的操作的字符串。
ewm([com, span, halflife, alpha, …])	提供指數加權（EW）函數。
expanding([min_periods, center, axis])	提供擴展的轉換。
explode(column[, ignore_index])	將類似列表的每個元素轉換為一行，復制索引值。
ffill([axis, inplace, limit, downcast])	DataFrame.fillna（）的同義詞，方法=‘ffill’。
fillna([value, method, axis, inplace, …])	使用指定的方法填充NA / NaN值。
filter([items, like, regex, axis])	根據指定的索引標簽對數據框的行或列進行子集設置。
first(offset)	根據日期偏移量選擇時間序列數據的初始時段。
first_valid_index()	返回第一個非NA /空值的索引。
floordiv(other[, axis, level, fill_value])	獲取數據幀的整數除法和其他逐元素的方法（二進制運算符florordiv）。
from_dict(data[, orient, dtype, columns])	從類似數組或字典的字典構造DataFrame。
from_records(data[, index, exclude, …])	將結構化或記錄ndarray轉換為DataFrame。
ge(other[, axis, level])	獲取大于或等于數據幀和其他逐元素的值（二進制運算符ge）。
get(key[, default])	從對象獲取給定鍵的項目（例如：DataFrame列）。
groupby([by, axis, level, as_index, sort, …])	使用映射器或按一系列列對DataFrame進行分組。
gt(other[, axis, level])	獲取大于dataframe和其他逐個元素的值（二進制運算符>）。
head([n])	返回前n行
hist([column, by, grid, xlabelsize, xrot, …])	制作DataFrame的直方圖。
idxmax([axis, skipna])	返回在請求軸上第一次出現最大值的索引。
idxmin([axis, skipna])	在請求的軸上第一次出現最小值的返回索引。
infer_objects()	嘗試為對象列推斷更好的dtype。
info([verbose, buf, max_cols, memory_usage, …])	打印DataFrame的簡要摘要。
insert(loc, column, value[, allow_duplicates])	將列插入DataFrame中的指定位置。
interpolate([method, axis, limit, inplace, …])	請注意，具有MultiIndex的DataFrame / Series僅支持method =‘linear’。
isin(values)	DataFrame中的每個元素是否包含在值中。
isna()	檢測缺失值。
isnull()	檢測缺失值。
items()	遍歷（列名，系列）對。
iteritems()	遍歷（列名，系列）對。
iterrows()	將DataFrame行作為（索引，系列）對進行迭代。
itertuples([index, name])	以namedtuple的形式遍歷DataFrame行。
join(other[, on, how, lsuffix, rsuffix, sort])	連接另一個DataFrame的列。
keys()	獲取“信息軸”（有關更多信息，請參見索引）。
kurt([axis, skipna, level, numeric_only])	在請求的軸上返回無偏峰度。
kurtosis([axis, skipna, level, numeric_only])	在請求的軸上返回無偏峰度。
last(offset)	根據日期偏移量選擇時間序列數據的最后時段。
last_valid_index()	返回上一個非NA /空值的索引。
le(other[, axis, level])	小于或等于dataframe和其他逐元素（二進制運算符）。
lookup(row_labels, col_labels)	DataFrame基于標簽的“花式索引”功能。
lt(other[, axis, level])	獲取小于dataframe和其他元素級數（二進制運算符lt）。
mad([axis, skipna, level])	返回所請求軸的值的平均絕對偏差。
mask(cond[, other, inplace, axis, level, …])	替換條件為True的值。
max([axis, skipna, level, numeric_only])	返回所請求軸的最大值。
mean([axis, skipna, level, numeric_only])	返回值的平均值
median([axis, skipna, level, numeric_only])	返回所請求軸的值的中值。
melt([id_vars, value_vars, var_name, …])	取消將DataFrame從寬格式轉為長格式，可以選擇保留標識符。
memory_usage([index, deep])	返回每列的內存使用情況（以字節為單位）。
merge(right[, how, on, left_on, right_on, …])	用數據庫樣式的聯接合并DataFrame或命名的Series對象。
min([axis, skipna, level, numeric_only])	返回所請求軸的最小值。
mod(other[, axis, level, fill_value])	獲取數據幀的Modulo以及其他按元素的方式（二進制運算符mod）。
mode([axis, numeric_only, dropna])	獲取沿選定軸的每個元素的模式。
mul(other[, axis, level, fill_value])	獲取數據幀和其他逐元素的乘法（二進制運算符mul）。
multiply(other[, axis, level, fill_value])	獲取數據幀和其他逐元素的乘法（二進制運算符mul）。
ne(other[, axis, level])	獲取不等于dataframe的值以及其他逐元素的值（二進制運算符ne）。
nlargest(n, columns[, keep])	按降序返回按列排序的前n行。
notna()	檢測現有（非缺失）值。
notnull()	檢測現有（非缺失）值。
nsmallest(n, columns[, keep])	按升序返回列排序的前n行。
nunique([axis, dropna])	計算請求軸上的不同觀察值。
pad([axis, inplace, limit, downcast])	DataFrame.fillna（）的同義詞，方法=‘ffill’。
pct_change([periods, fill_method, limit, freq])	當前元素與先前元素之間的百分比變化。
pipe(func, *args, **kwargs)	應用func（self，* args，** kwargs）。
pivot([index, columns, values])	返回按給定的索引/列值組織的重整型DataFrame。
pivot_table([values, index, columns, …])	創建電子表格樣式的數據透視表作為DataFrame。
plot	pandas.plotting._core.PlotAccessor的別名
pop(item)	返回項目并從框架中放下。
pow(other[, axis, level, fill_value])	獲取數據幀和其他元素的指數冪（二進制運算符pow）。
prod([axis, skipna, level, numeric_only, …])	返回所請求軸的值的乘積。
product([axis, skipna, level, numeric_only, …])	返回所請求軸的值的乘積。
quantile([q, axis, numeric_only, interpolation])	在請求的軸上以給定的分位數返回值。
query(expr[, inplace])	使用布爾表達式查詢DataFrame的列。
radd(other[, axis, level, fill_value])	獲取數據幀和其他元素的加法（二進制運算符radd）。
rank([axis, method, numeric_only, …])	沿軸計算數值數據等級（1到n）。
rdiv(other[, axis, level, fill_value])	獲取數據幀和其他元素的浮點除法（二進制運算符rtruediv）。
reindex(**kwargs)	使用可選的填充邏輯使Series / DataFrame與新索引一致。
reindex_like(other[, method, copy, limit, …])	返回具有匹配索引的對象作為其他對象。
rename(**kwargs)	更改軸標簽。
rename_axis(**kwargs)	設置索引或列的軸名稱。
reorder_levels(order[, axis])	使用輸入順序重新排列索引級別。
replace([to_replace, value, inplace, limit, …])	將to_replace中給定的值替換為value。
resample(rule[, axis, closed, label, …])	重新采樣時間序列數據。
reset_index([level, drop, inplace, …])	重置索引或索引的級別。
rfloordiv(other[, axis, level, fill_value])	獲取數據幀的整數除法和其他逐元素的方法（二進制運算符rfloordiv）。
rmod(other[, axis, level, fill_value])	獲取數據幀的Modulo以及其他按元素的方式（二進制運算符rmod）。
rmul(other[, axis, level, fill_value])	獲取數據幀和其他逐元素的乘法（二進制運算符rmul）。
rolling(window[, min_periods, center, …])	提供滾動窗口計算。
round([decimals])	將DataFrame舍入到小數位數可變。
rpow(other[, axis, level, fill_value])	獲取數據幀和其他元素的指數冪（二進制運算符rpow）。
rsub(other[, axis, level, fill_value])	獲取數據幀的減法和其他逐元素的方法（二進制運算符rsub）。
rtruediv(other[, axis, level, fill_value])	獲取數據幀和其他元素的浮點除法（二進制運算符rtruediv）。
sample([n, frac, replace, weights, …])	從對象軸返回隨機的項目樣本。
select_dtypes([include, exclude])	根據列dtypes返回DataFrame列的子集。
sem([axis, skipna, level, ddof, numeric_only])	返回要求軸上的平均值的無偏標準誤差。
set_axis(labels[, axis, inplace])	將所需的索引分配給給定軸。
set_index(keys[, drop, append, inplace, …])	使用現有列設置DataFrame索引。
shift([periods, freq, axis, fill_value])	按所需的周期數移動索引，并帶有可選的時間頻率。
skew([axis, skipna, level, numeric_only])	在請求的軸上返回無偏斜。
slice_shift([periods, axis])	相當于移位而不復制數據。
sort_index([axis, level, ascending, …])	按標簽（沿軸）對對象排序。
sort_values(by[, axis, ascending, inplace, …])	沿任一軸的值排序。
sparse	pandas.core.arrays.sparse.accessor.SparseFrameAccessor的別名
squeeze([axis])	將一維軸對象壓縮為標量。
stack([level, dropna])	從列到索引堆疊指定級別。
std([axis, skipna, level, ddof, numeric_only])	返回要求軸上的樣品標準偏差。
sub(other[, axis, level, fill_value])	獲取數據幀的減法和其他逐元素的方法（二進制運算符sub）。
subtract(other[, axis, level, fill_value])	獲取數據幀的減法和其他逐元素的方法（二進制運算符sub）。
sum([axis, skipna, level, numeric_only, …])	返回所請求軸的值之和。
swapaxes(axis1, axis2[, copy])	適當地交換軸和交換值軸。
swaplevel([i, j, axis])	在特定軸上的MultiIndex中交換級別i和j。
tail([n])	返回最后一行
take(indices[, axis, is_copy])	沿軸返回給定位置索引中的元素。
to_clipboard([excel, sep])	將對象復制到系統剪貼板。
to_csv([path_or_buf, sep, na_rep, …])	將對象寫入逗號分隔值（csv）文件。
to_dict([orient, into])	將DataFrame轉換為字典。
to_excel(excel_writer[, sheet_name, na_rep, …])	將對象寫入Excel工作表。
to_feather(**kwargs)	將DataFrame寫入二進制Feather格式。
to_gbq(destination_table[, project_id, …])	將DataFrame寫入Google BigQuery表。
to_hdf(path_or_buf, key[, mode, complevel, …])	使用HDFStore將包含的數據寫入HDF5文件。
to_html([buf, columns, col_space, header, …])	將DataFrame呈現為HTML表。
to_json([path_or_buf, orient, date_format, …])	將對象轉換為JSON字符串。
to_latex([buf, columns, col_space, header, …])	將對象渲染為LaTeX表格，長表或嵌套表/表格。
to_markdown([buf, mode, index])	以Markdown友好格式打印DataFrame。
to_numpy([dtype, copy, na_value])	將DataFrame轉換為NumPy數組。
to_parquet(**kwargs)	將DataFrame寫入二進制拼花格式。
to_period([freq, axis, copy])	將DataFrame從DatetimeIndex轉換為PeriodIndex。
to_pickle(path[, compression, protocol])	將對象腌制（序列化）到文件。
to_records([index, column_dtypes, index_dtypes])	將DataFrame轉換為NumPy記錄數組。
to_sql(name, con[, schema, if_exists, …])	將存儲在DataFrame中的記錄寫入SQL數據庫。
to_stata(**kwargs)	將DataFrame對象導出為Stata dta格式。
to_string([buf, columns, col_space, header, …])	將DataFrame渲染到控制臺友好的表格輸出。
to_timestamp([freq, how, axis, copy])	在時段開始時將其強制轉換為時間戳的DatetimeIndex。
to_xarray()	從pandas對象返回一個xarray對象。
transform(func[, axis])	自我調用func產生具有轉換值的DataFrame。
transpose(*args[, copy])	轉置索引和列。
truediv(other[, axis, level, fill_value])	獲取數據幀和其他元素的浮點除法（二進制運算符或truediv）。
truncate([before, after, axis, copy])	在某個索引值之前和之后截斷Series或DataFrame。
tshift([periods, freq, axis])	（已棄用）使用時標頻率（如果有）移動時間索引。
tz_convert(tz[, axis, level, copy])	將可感知tz的軸轉換為目標時區。
tz_localize(tz[, axis, level, copy, …])	將Series或DataFrame的tz天真索引本地化為目標時區。
unstack([level, fill_value])	樞轉一個級別（必要的層次結構）索引標簽。
update(other[, join, overwrite, …])	使用來自另一個DataFrame的非NA值就地進行修改。
value_counts([subset, normalize, sort, …])	返回一個包含DataFrame中唯一行數的Series。
var([axis, skipna, level, ddof, numeric_only])	返回請求軸上的無偏方差。
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。

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Pandas中DataFrame的属性及方法大全的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。