Docs-Python.ru
974 subscribers
2.75K links
Обновления сайта Docs-Python.ru
Download Telegram
🆕🔥Новый материал.

👉 Метод DataFrame.merge() в pandas, слияние в стиле БД

📝 Метод DataFrame.merge() модуля pandas выполняет объединение DataFrame или именованные объекты Series с помощью соединения в стиле базы данных.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-merge/
👍2
🔁Изменение информации.

👉 Методы .apply() и map() объектов DataFrame/Series в pandas

📝 Метод DataFrame.apply() применяет функцию к целой строке или столбцу. Метод DataFrame.map() применяет функцию ко всем значениям DataFrame поэлементно. Метод Series.apply() вызывает функцию для элементов Series, а метод Series.map() чем-то похож на него.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-apply-series-apply/
🔥2
🆕🔥Новый материал.

👉 Функция concat() библиотеки pandas в Python.

📝 Функция pandas.concat() объединяет объекты pandas вдоль определенной оси. Позволяет опционально задавать логику по другим осям.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/funktsiia-concat/
👍2
🆕🔥Новый материал.

👉 Метод DataFrame.set_index() в pandas

📝 Метод DataFrame.set_index() модуля pandas устанавливает индекс DataFrame (метки строк), используя один или несколько существующих столбцов или массивов правильной длины (len(DataFrame.index)). Индекс может заменить существующий индекс или расширить его.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metod-dataframe-set-index/
🆕🔥Новый материал.

👉 Методы .all() и .any() объектов Series/DataFrame в pandas

📝 Методы .all() и .any() объектов Series/DataFrame в pandas работают аналогично одноименным функциям Python. В материале даны пояснения: как и где использовать эти методы на практике при анализе данных.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/all-any-series-dataframe/
👍1
🆕🔥Новый материал.

👉 Метод .resample() объектов Series/DataFrame в pandas

📝 Это удобные методы преобразования частот и передискретизации временных рядов. Объект Series/DataFrame должен иметь индекс, похожий на дату и время (pandas.DatetimeIndex, pandas.PeriodIndex или pandas.TimedeltaIndex), или вызывающий Series/DataFrame должен передать метку Series/Index, похожей на dat

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/resample-series-dataframe/
👍1
🆕🔥Новый материал.

👉 Метод .reindex() объектов Series/DataFrame в pandas

📝 Метод .reindex() объектов Series/DataFrame является фундаментальным методом выравнивания данных в Pandas. Он используется для реализации почти всех других функций, основанных на функциональности выравнивания индексных меток. Повторная индексация означает согласование данных с заданным набором меток

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reindex-series-dataframe/
🆕🔥Новый материал.

👉 Метод DataFrame.set_axis() в pandas

📝 Метод DataFrame.set_axis() модуля pandas присваивает желаемый индекс данной оси axis.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-set-axis/
1👍1
🆕🔥Новый материал.

👉 Метод .reset_index() объектов Series/DataFrame в pandas

📝 Методы DataFrame.reset_index() и Series.reset_index() модуля pandas сбрасывают индекс или его уровень и использует вместо него индекс по умолчанию. Если DataFrame имеет MultiIndex, то этот метод может удалить один или несколько уровней.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/reset-index-series-dataframe/
👍1
🆕🔥Новый материал.

👉 Методы итерации по объектам pandas в Python.

📝 Поведение базовой итерации по объектам pandas зависит от типа. При итерации по Series, он рассматривается как массив, и базовая итерация создает значения. DataFrames следуют соглашению о переборе ключей объектов.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/metody-iteratsii-obektam/
👍2
🆕🔥Новый материал.

👉 Метод .interpolate() объектов Series/DataFrame в pandas

📝 Методы DataFrame.interpolate() и Series.interpolate() заполняют значения NaN методом интерполяции. DataFrame/Series с MultiIndex поддерживает только метод linear. Методы krogh, barycentric, spline, pchip, akima и др. это обертки реализаций SciPy, для их использования нужна установленная SciPy

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/interpolate-series-dataframe/
👍2
🆕🔥Новый материал.

👉 Универсальный метод .replace() объектов Series/DataFrame в pandas

📝 Методы DataFrame.replace() и Series.replace() модуля pandas динамически заменяет значения DataFrame/Series другими значениями, указанными в to_replace. Этот метод отличается от обновления значений с помощью свойств .loc или .iloc, которые требуют указания местоположения.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/replace-series-dataframe/
👍2
🆕🔥Новый материал.

👉 Метод DataFrame.insert() модуля pandas в Python.

📝 Метод DataFrame.insert() модуля pandas вставляет столбец в DataFrame в указанном месте. Поднимает ValueError, если столбец уже содержится в DataFrame, а аргумент allow_duplicates=False.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/dataframe-insert/
👍2
🆕🔥Новый материал.

👉 Методы строк объектов Series/Index в pandas, объект Series.str

📝 Объект Series.str модуля pandas предоставляет векторизованные строковые функции для Series и Index. Создан по образцу строковых методов Python с некоторым вдохновением от пакета stringr языка R.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/string-series-index/
👍1
🆕🔥Новый материал.

👉 Доступ к методам datetime объектов Series/index в pandas

📝 У Series есть метод доступа Series.dt, позволяющий кратко возвращать свойства, подобные дате и времени, для значений, если они являются представлениями datetime или pandas.PeriodIndex.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/datetime-series-index/
👍1
🆕🔥Новый материал.

👉 Функция date_range() модуля pandas в Python.

📝 функция pandas.date_range() возвращает диапазон равномерно распределенных временных точек (где разница между любыми двумя соседними точками определяется заданной частотой periods) таким образом, чтобы все они удовлетворяли условию start <[=] x <[=] end.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/date-range/
👍4
🆕🔥Новый материал.

👉 Псевдонимы периодов временных рядов pandas

📝 Псевдонимы периодов временных рядов pandas, которые передаются в качестве значения аргументу freg (временной интервал/период) в функциях и методах pandas.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/periody-vremennykh-riadov/
👍1
🆕🔥Новый материал.

👉 Функция to_datetime() модуля pandas в Python.

📝 Функция to_datetime() модуля pandas преобразует массив/список/кортеж скалярных значений, Series или DataFrame/словароподобный объект в представление datetime библиотеки pandas (зависит от типа передаваемого объекта).

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/to-datetime/
👍1
🆕🔥Новый материал.

👉 Методы pivot() и pivot_table() объекта DataFrame в pandas

📝 Функция pandas.pivot() и метод DataFrame.pivot() использует уникальные значения из указанного индекса/столбцов для формирования осей результирующего DataFrame. Функция pandas.pivot_table() и метод DataFrame.pivot_table() создает сводную таблицу в стиле электронной таблицы Excel в виде DataFrame.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/pivot-table-dataframe/
👍1
🆕🔥Новый материал.

👉 Класс Grouper() модуля pandas в Python.

📝 Класс группировщика Grouper() модуля pandas позволяет пользователю указывать инструкцию для метода .groupby() объектов Series/DataFrame. В спецификации столбец выбирается с помощью ключевого аргумента, или, если заданы аргументы level и/или asix, уровня индекса целевого объекта.

🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/klass-grouper/
👍2