pythonisalpha函数_PandasV0.23.1函数⼿册（中⽂翻译版）在包含索引(Series/DataFrame)的对象上可以获得这些⽅法或其变体中的许多，这些⽅法或变体最有可能在直接调⽤这些⽅法之前使⽤。
Index
不可变的ndarray实现有序的、可切⽚的集合。
属性
Index.values
以ndarray形式返回基础数据
Index.is_monotonic
别名为is _ monotical _ exporting (已弃⽤)
Index.is_monotonic_increasing
如果索引是单调递增(仅相等或递增)值，则返回。
Index.is_monotonic_decreasing
如果索引是单调递减(仅相等或递减)值，则返回。
Index.is_unique
如果索引具有唯⼀值，则返回
Index.has_duplicates
-
Index.hasnans
如果我有南社就回来；启⽤各种性能加速
Index.dtype
返回基础数据的dtype对象
Index.dtype_str
返回基础数据的dtype字符串
Index.inferred_type
返回从值推断的类型的字符串
Index.is_all_dates
-
Index.shape
返回基础数据形状的元组
Index.name
-
Index.names
-
Index.nbytes
返回基础数据中的字节数
Index.ndim
根据定义1返回基础数据的维数
Index.size
返回基础数据中的元素数
-
Index.strides
返回基础数据的步长
Index.itemsize
返回基础数据项的dtype⼤⼩
Index.base
如果共享基础数据的内存，则返回基对象Index.T
返回转置，这是⾃我定义
<_usage([deep])
值的内存使⽤
修改和计算
Index.all(*args, **kwargs)
返回所有元素是否为真。
Index.any(*args, **kwargs)
返回任何元素是否为真。
Index.argmin([axis])
返回最⼩参数索引器的ndarray
Index.argmax([axis])
返回最⼤参数索引器的ndarray
复制此对象。
Index.delete(loc)
删除传递位置为( - s )的新索引
Index.drop(labels[, errors])
创建新索引，删除传递的标签列表Index.drop_duplicates([keep])
返回删除重复值的索引。
Index.duplicated([keep])
指⽰重复的索引值。
Index.equals(other)
确定两个索引对象是否包含相同的元素。
Index.factorize([sort, na_sentinel])
将对象编码为枚举类型或分类变量。
Index.identical(other)
类似于equals，但检查其他类似属性是否也相同Index.insert(loc, item)
制作新索引在位置插⼊新项⽬。
Index.is_(other)
更灵活、更快速的检查就像是，但这可以通过视图来实现Index.is_boolean()
-
Index.is_categorical()
检查索引是否包含分类数据。
Index.is_floating()
-
Index.is_integer()
-
Index.is_interval()
-
Index.is_lexsorted_for_tuple(tup)
-
Index.is_mixed()
-
Index.is_numeric()
-
Index.is_object()
-
Index.min()
返回索引的最⼩值。
Index.max()
返回索引的最⼤值。
使⽤⽬标值创建索引(根据需要移动/添加/删除值) ame(name[, inplace])
在索引上设置新名称。
重复索引的元素。
Index.where(cond[, other])
-
Index.take(indices[, axis, allow_fill, …])
返回索引所选值的新索引
Index.putmask(mask, value)
返回使⽤掩码设置的值的新索引
Index.set_names(names[, level, inplace])
在索引上设置新名称。
Index.unique([level])
返回索引中的唯⼀值。
Index.nunique([dropna])
返回对象中唯⼀元素的数⽬。
Index.value_counts([normalize, sort, …])
返回包含唯⼀值计数的对象。
缺失值
Index.fillna([value, downcast])
⽤指定值填充NA / NaN值
Index.dropna([how])
没有NA / NaN值的返回索引
Index.isna()
检测缺失值。
检测现有(未丢失)值。
转变
Index.astype(dtype[, copy])
创建具有转换为dtypes的值的索引。
Index.item()
以python标量形式返回基础数据的第⼀个元素
Index.map(mapper[, na_action])
使⽤输⼊对应关系映射值( dict、Series或函数)。
python获取数组长度Index.ravel([order])
返回基础数据的展平值的数组
返回值列表。
<_native_types([slicer])
格式化self的指定值并返回它们。
<_series([index, name])
创建⼀个索引和值都等于索引键的Series，该索引键与map⼀起⽤于基于索引返回索引器_frame([index])
使⽤包含索引的列创建DataFrame。
Index.view([cls])
-
整理
Index.argsort(*args, **kwargs)
返回对索引进⾏排序的整数标记。
Index.searchsorted(value[, side, sorter])
查应该插⼊元素以维持秩序的索引。
Index.sort_values([return_indexer, ascending])
返回索引的排序副本。
特定时间操作
Index.shift([periods, freq])
按所需的时间频率增量数移位索引。
组合/连接/设置操作
Index.append(other)
将索引选项集合附加在⼀起
Index.join(other[, how, level, …])
这是⼀种内部⾮公开的⽅法
Index.intersection(other)
形成两个索引对象的交集。
Index.union(other)
形成两个索引对象的并集，并尽可能进⾏排序。
Index.difference(other)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。