Référence de l'API Pandas DataFrame
DataFrame est une structure de données étiquetée à deux dimensions. Vous pouvez le considérer comme une feuille de calcul Excel, une table SQL ou une collection de type dictionnaire.
Voici une liste des API Pandas DataFrame couramment utilisées :
Constructeur DataFrame
| Méthode | Description |
|---|---|
pd.DataFrame(data, index, columns, dtype, copy) |
Crée un objet DataFrame, prenant en charge des données, un index, des noms de colonnes et des types de données personnalisés. |
Attributs DataFrame
| Attribut | Description |
|---|---|
DataFrame.values |
Renvoie la partie de données du DataFrame (tableau numpy). |
DataFrame.index |
Renvoie l'index des lignes du DataFrame. |
DataFrame.columns |
Renvoie les noms des colonnes du DataFrame. |
DataFrame.dtypes |
Renvoie le type de données de chaque colonne. |
DataFrame.shape |
Renvoie la forme du DataFrame (sous forme de tuple). |
DataFrame.size |
Renvoie le nombre total d'éléments dans le DataFrame. |
DataFrame.empty |
Vérifie si le DataFrame est vide. |
DataFrame.ndim |
Renvoie le nombre de dimensions du DataFrame (toujours 2). |
DataFrame.T |
Renvoie la transposée du DataFrame. |
DataFrame.axes |
Renvoie une liste des indices de lignes et des noms de colonnes. |
DataFrame.memory_usage() |
Renvoie l'utilisation de la mémoire de chaque colonne. |
Méthodes de DataFrame
Affichage des données
| Méthode | Description |
|---|---|
DataFrame.head(n=5) |
Renvoie les n premières lignes de données. |
DataFrame.tail(n=5) |
Renvoie les n dernières lignes de données. |
DataFrame.describe() |
Renvoie le résumé statistique du DataFrame (comme le nombre, la moyenne, l'écart type, etc.). |
DataFrame.info() |
Affiche des informations brèves sur le DataFrame (comme les noms de colonnes, les types de données, le nombre de valeurs non nulles, etc.). |
Gestion des valeurs manquantes
| Méthode | Description |
|---|---|
DataFrame.isnull() |
Vérifie si chaque élément est une valeur manquante (NaN). |
DataFrame.notnull() |
Vérifie si chaque élément n'est pas une valeur manquante. |
DataFrame.dropna() |
Supprime les lignes ou les colonnes contenant des valeurs manquantes. |
DataFrame.fillna(value) |
Remplit les valeurs manquantes par une valeur spécifiée. |
Opérations sur les données
| Méthode | Description |
|---|---|
DataFrame.drop() |
Supprime les lignes ou les colonnes spécifiées. |
DataFrame.rename() |
Renomme les indices de lignes ou les noms de colonnes. |
DataFrame.set_index() |
Définit une colonne spécifiée comme index. |
DataFrame.reset_index() |
Réinitialise l'index. |
DataFrame.sort_values() |
Trie par valeurs. |
DataFrame.sort_index() |
Trie par index. |
DataFrame.replace() |
Remplace les valeurs dans le DataFrame. |
DataFrame.append() |
Ajoute un autre DataFrame. |
DataFrame.join() |
Joint un autre DataFrame en fonction de l'index ou d'une colonne. |
DataFrame.merge() |
Fusionne un autre DataFrame en fonction d'une colonne spécifiée. |
DataFrame.concat() |
Concatène plusieurs DataFrames le long d'un axe spécifié. |
DataFrame.update() |
Met à jour le DataFrame actuel avec les valeurs d'un autre DataFrame. |
DataFrame.pivot() |
Crée un tableau croisé dynamique. |
DataFrame.melt() |
Convertit des données au format large en données au format long. |
Sélection de données
| Méthode | Description |
|---|---|
DataFrame.loc[] |
Sélectionne des données par étiquette. |
DataFrame.iloc[] |
Sélectionne des données par position. |
DataFrame.at[] |
Sélectionne une valeur unique par étiquette. |
DataFrame.iat[] |
Sélectionne une valeur unique par position. |
DataFrame.filter() |
Sélectionne des données en fonction des noms de colonnes. |
DataFrame.get() |
Obtient la valeur d'une colonne spécifiée. |
DataFrame.query() |
Interroge des données en fonction de conditions. |
Transformation de données
| Méthode | Description |
|---|---|
DataFrame.astype() |
Convertit le DataFrame en un type de données spécifié. |
DataFrame.apply() |
Applique une fonction aux lignes ou colonnes du DataFrame. |
DataFrame.applymap() |
Applique une fonction à chaque élément du DataFrame. |
DataFrame.map() |
Applique une fonction à chaque élément d'une Series. |
DataFrame.to_dict() |
Convertit le DataFrame en dictionnaire. |
DataFrame.to_numpy() |
Convertit le DataFrame en tableau numpy. |
DataFrame.to_csv() |
Enregistre le DataFrame dans un fichier CSV. |
DataFrame.to_excel() |
Enregistre le DataFrame dans un fichier Excel. |
Calcul statistique
| Méthode | Description |
|---|---|
DataFrame.sum() |
Renvoie la somme de chaque colonne. |
DataFrame.mean() |
Renvoie la moyenne de chaque colonne. |
DataFrame.median() |
Renvoie la médiane de chaque colonne. |
DataFrame.min() |
Renvoie la valeur minimale de chaque colonne. |
DataFrame.max() |
Renvoie la valeur maximale de chaque colonne. |
DataFrame.std() |
Renvoie l'écart type de chaque colonne. |
DataFrame.var() |
Renvoie la variance de chaque colonne. |
DataFrame.count() |
Renvoie le nombre de valeurs non manquantes dans chaque colonne. |
DataFrame.corr() |
Renvoie la matrice des coefficients de corrélation entre les colonnes. |
DataFrame.cov() |
Renvoie la matrice de covariance entre les colonnes. |
DataFrame.mode() |
Renvoie le mode de chaque colonne. |
DataFrame.quantile() |
Renvoie le quantile de chaque colonne. |
Opérations sur les séries temporelles
| Méthode | Description |
|---|---|
DataFrame.dt |
Accède aux propriétés datetime (applicable uniquement aux colonnes de type datetime). |
DataFrame.resample() |
Rééchantillonne les données de séries temporelles. |
DataFrame.shift() |
Décale les données le long de l'axe temporel. |
Opérations sur les chaînes
| Méthode | Description |
|---|---|
DataFrame.str |
Accède aux méthodes de chaîne (applicable uniquement aux colonnes de type chaîne). |
DataFrame.str.lower() |
Convertit les chaînes en minuscules. |
DataFrame.str.upper() |
Convertit les chaînes de caractères en majuscules. |
DataFrame.str.contains() |
Vérifie si une chaîne de caractères contient un motif spécifié. |
Exemples
Exemples
import pandas as pd
# Créer un DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Afficher les données
print(df.head(2)) # Afficher les 2 premières lignes
# Gestion des valeurs manquantes
df_with_nan = pd.DataFrame({
'A': [1, Aucune, 3],
'B': [4, 5, Aucune]
})
print(df_with_nan.fillna(0)) # Remplacer les valeurs manquantes par 0
# Calcul statistique
print(df.mean()) # Afficher la moyenne de chaque colonne
# Créer un DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
}, index=['a', 'b', 'c'])
# Afficher les données
print(df.head(2)) # Afficher les 2 premières lignes
# Gestion des valeurs manquantes
df_with_nan = pd.DataFrame({
'A': [1, Aucune, 3],
'B': [4, 5, Aucune]
})
print(df_with_nan.fillna(0)) # Remplacer les valeurs manquantes par 0
# Calcul statistique
print(df.mean()) # Afficher la moyenne de chaque colonne
Pour plus d'informations détaillées, veuillez consulter laDocumentation officielle de Pandas。
Autres extensions