Comment on page
Pandas API支持列表
delta.pandas.DataFrame.all(self, axis=0, bool_only=False, skipna=True)
判断每一行,或每一列上的所有元素是否都为真。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- bool_only: bool类型。bool_only=True时,只包含元素为bool类型的列;否则包含所有的列。
- skipna: bool类型。如果整行、整列的值都是NA,并且skina=True,那么结果为True;如果skipna=False,那么NA被视作True,因为NA是非零值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.any(self, axis=0, bool_only=False, skipna=True)
判断每一行,或每一列上是否有任意一个元素为真。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- bool_only: bool类型。bool_only=True时,只包含元素为bool类型的列;否则包含所有的列。
- skipna: bool类型。如果整行、整列的值都是NA,并且skina=True,那么结果为False;如果skipna=False,那么NA被视作True,因为NA是非零值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.count(self, axis=0, numeric_only=False)
计算每一行,或每一列上非NA元素的数量。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.sum(self, axis=0, skipna=True, numeric_only=False, min_count=0)
计算每一行,或每一列上的元素的和。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
- min_count: int。所需的合法值的最小数量。如果数量不足min_count,结果会为NA。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.mean(self, axis=0, skipna=True, numeric_only=False)
计算每一行,或每一列上的元素的平均值。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.std(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算每一行,或每一列上的元素的标准差。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.var(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算每一行,或每一列上的元素的方差。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.sem(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算每一行,或每一列上的元素的标准误差(standard error of the mean, SEM)。
参数:
- axis: 0或1。表示聚合的轴线,0为行,1为列。当axis=0时,返回一个index为当前DataFrame的Columns的Series;当axis=1时,返回一个index为当前DataFrame的index的Series。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值 。
返回值:
- delta.pandas.Series
delta.pandas.DataFrame.add(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相加。等同于dataFrame + other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
radd
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.sub(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相减。等同于dataFrame - other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rsub
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.mul(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相乘。等同于dataFrame * other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rmul
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.div(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相除。等同于dataFrame / other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rdiv
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.truediv(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相除。等同于dataFrame / other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rtruediv
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.floordiv(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素相除。等同于dataFrame // other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rfloordiv
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.mod(self, other, axis=1, fill_value=None)
将DataFrame与other逐元素取余。等同于dataFrame % other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rmod
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的 。
返回值:
- delta.pandas.DataFrame
delta.pandas.DataFrame.pow(self, other, axis=1, fill_value=None)
计算DataFrame与other逐元素的幂。等同于dataFrame ** other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rpow
。参数:
- other: DataFrame, Series, 值序列或单个值。
- axis: 0或1。0为行,1为列。是否沿行或列对dataFrame与other之间的元素进行比较。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.DataFrame
delta.pandas.Series.all(self, axis=0, bool_only=False, skipna=True)
判断所有元素是否都为真。
参数:
- axis: 0。与DataFrame的api兼容。
- bool_only: bool类型。bool_only=True时,只包含元素为bool类型的值;否则包含所有的值。
- skipna: bool类型。如果整行、整列的值都是NA,并且skina=True,那么结果为True;如果skipna=False,那么NA被视作True,因为NA是非零值。
返回值:
- 单个值
delta.pandas.Series.any(self, axis=0, bool_only=False, skipna=True)
判断是否有任意一个元素为真。
参数:
- axis: 0。与DataFrame的api兼容。
- bool_only: bool类型。bool_only=True时,只包含元素为bool类型的值;否则包含所有的值。
- skipna: bool类型。如果整行、整列的值都是NA,并且skina=True,那么结果为True;如果skipna=False,那么NA被视作True,因为NA是非零值。
返回值:
- 单个值
delta.pandas.Series.count(self, axis=0, numeric_only=False)
计算非NA元素的数量。
参数:
- axis: 0。与DataFrame的api兼容。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- 单个值
delta.pandas.Series.sum(self, axis=0, skipna=True, numeric_only=False, min_count=0)
计算所有元素的和。
参数:
- axis: 0。与DataFrame的api兼容。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
- min_count: int。所 需的合法值的最小数量。如果数量不足min_count,结果会为NA。
返回值:
- 单个值
delta.pandas.Series.mean(self, axis=0, skipna=True, numeric_only=False)
计算所有元素的平均值。
参数:
- axis: 0。与DataFrame的api兼容。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- 单个值
delta.pandas.Series.std(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算所有元素的标准差。
参数:
- axis: 0。与DataFrame的api兼容。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- 单个值
delta.pandas.Series.var(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算所有元素的方差。
参数:
- axis: 0。与DataFrame的api兼容。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- 单个值
delta.pandas.Series.sem(self, axis=0, skipna=True, ddof=1, numeric_only=False)
计算所有元素的标准误差(standard error of the mean, SEM)。
参数:
- axis: 0。与DataFrame的api兼容。
- skipna: bool类型。skipna=True时,计算时排除NA值;否则包含NA值。
- ddof: int类型。自由度(Delta Degrees of Freedom)。计算时的除数是N-ddof,其中N是元素的数量。
- numeric_only: bool类型。numeric_only=True时,只统计float,int,bool类型的值。
返回值:
- delta.pandas.Series
delta.pandas.Series.add(self, other, fill_value=None)
将Series与other逐元素相加。等同于Series + other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
radd
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.sub(self, other, fill_value=None)
将Series与other逐元素相减。等同于Series - other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rsub
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.mul(self, other, fill_value=None)
将Series与other逐元素相乘。等同于Series * other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rmul
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.div(self, other, fill_value=None)
将Series与other逐元素相除。等同于Series / other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rdiv
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.truediv(self, other, fill_value=None)
将Series与other逐元素相除。等同于Series / other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rtruediv
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.floordiv(self, other, fill_value=None)
将Series与other逐元素相除。等同于Series // other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rfloordiv
。参数:
- other: Series, Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.mod(self, other, fill_value=None)
将Series与other逐元素取余。等同于Series % other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rmod
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
delta.pandas.Series.pow(self, other, fill_value=None)
计算Series与other逐元素的幂。等同于Series ** other,但是支持fill_value参数来填充输入中的NA值。交换操作顺序的版本是
rpow
。参数:
- other: Series, 值序列或单个值。
- fill_value: float或None。在计算前,填充缺失的值(NA值),以及数据对齐时需要填充的新元素。如果两个输入在同一位置的值都是缺失的,那么结果在该位置上也是缺失的。
返回值:
- delta.pandas.Series
最近更新 1yr ago