🆕🔥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/
👉 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/
👉 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/
👉 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/
👉 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/
👉 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/
👉 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/
👉 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/
👉 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/
👉 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
🆕🔥Новый материал.
👉 Методы .stack() и .unstack() объекта DataFrame в pandas
📝 Метод DataFrame.stack() "сводит" уровень меток столбцов, возвращая a DataFrame с новым, самым внутренним уровнем меток строк.. Метод DataFrame.stack() (обратная операция) "сводит" уровень индекса строки к оси столбца, создавая измененный DataFrame с новым, самым внутренним уровнем меток столбцов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/stack-unstack-dataframe/
👉 Методы .stack() и .unstack() объекта DataFrame в pandas
📝 Метод DataFrame.stack() "сводит" уровень меток столбцов, возвращая a DataFrame с новым, самым внутренним уровнем меток строк.. Метод DataFrame.stack() (обратная операция) "сводит" уровень индекса строки к оси столбца, создавая измененный DataFrame с новым, самым внутренним уровнем меток столбцов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/stack-unstack-dataframe/
👍2
🆕🔥Новый материал.
👉 Функция melt() и wide_to_long() модуля pandas в Python.
📝 Функция pandas.melt() и метод DataFrame.melt() полезны для преобразования DataFrame в формат, где один или несколько столбцов являются переменными-идентификаторами, при этом все остальные столбцы не привязаны к оси строк, оставляя только два столбца без идентификаторов, "переменная" и "значение"
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/melt-wide-to-long/
👉 Функция melt() и wide_to_long() модуля pandas в Python.
📝 Функция pandas.melt() и метод DataFrame.melt() полезны для преобразования DataFrame в формат, где один или несколько столбцов являются переменными-идентификаторами, при этом все остальные столбцы не привязаны к оси строк, оставляя только два столбца без идентификаторов, "переменная" и "значение"
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/melt-wide-to-long/
👍1
🆕🔥Новый материал.
👉 Функция get_dummies() и from_dummies() модуля pandas в Python.
📝 Функция pandas.get_dummies() создает новый DataFrame со столбцами уникальных переменных и значениями, представляющими наличие/отсутствие этих переменных в строке. То есть кодирует категориальную переменную как True/False или 0/1. Функция from_dummies() выполняет обратную операцию.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/get-dummies-from-dummies/
👉 Функция get_dummies() и from_dummies() модуля pandas в Python.
📝 Функция pandas.get_dummies() создает новый DataFrame со столбцами уникальных переменных и значениями, представляющими наличие/отсутствие этих переменных в строке. То есть кодирует категориальную переменную как True/False или 0/1. Функция from_dummies() выполняет обратную операцию.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/get-dummies-from-dummies/
👍1
🆕🔥Новый материал.
👉 Метод .explode() объектов Series/DataFrame в pandas
📝 Метод DataFrame.explode() преобразует каждый элемент списка - в строку, повторяя значения индекса. Возвращает DataFrame c разнесенными значениями списка по строкам подмножества столбцов. Индекс будет дублироваться. Метод Series.explode() делает то-же самое, только с одним (своим) столбцом
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/explode-series-dataframe/
👉 Метод .explode() объектов Series/DataFrame в pandas
📝 Метод DataFrame.explode() преобразует каждый элемент списка - в строку, повторяя значения индекса. Возвращает DataFrame c разнесенными значениями списка по строкам подмножества столбцов. Индекс будет дублироваться. Метод Series.explode() делает то-же самое, только с одним (своим) столбцом
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/explode-series-dataframe/
👍3
🆕🔥Новый материал.
👉 Функция crosstab() модуля pandas в Python.
📝 Функция crosstab() модуля pandas вычисляет простую перекрестную таблицу для двух (или более) факторов. По умолчанию вычисляется таблица частот факторов, если не задан массив значений и функция агрегирования.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/crosstab/
👉 Функция crosstab() модуля pandas в Python.
📝 Функция crosstab() модуля pandas вычисляет простую перекрестную таблицу для двух (или более) факторов. По умолчанию вычисляется таблица частот факторов, если не задан массив значений и функция агрегирования.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/crosstab/
👍1
🆕🔥Новый материал.
👉 Функция cut() модуля pandas в Python.
📝 Функция pandas.cut() используется, когда стоит необходимость сегментировать и сортировать значения данных по группам. Она также полезна для перехода от непрерывной переменной к категориальной переменной. Например, pandas.cut() может преобразовать возраст в группы возрастных диапазонов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/funktsiia-cut/
👉 Функция cut() модуля pandas в Python.
📝 Функция pandas.cut() используется, когда стоит необходимость сегментировать и сортировать значения данных по группам. Она также полезна для перехода от непрерывной переменной к категориальной переменной. Например, pandas.cut() может преобразовать возраст в группы возрастных диапазонов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/funktsiia-cut/
👍2
🆕🔥Новый материал.
👉 Функция factorize() модуля pandas в Python.
📝 Функция factorize() кодирует объект как перечисляемый тип или категориальную переменную. Этот метод полезен для получения числового представления массива, когда все, что имеет значение, идентифицирует различные значения. Доступна в качестве методов Series.factorize() и Index.factorize().
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/funktsiia-factorize/
👉 Функция factorize() модуля pandas в Python.
📝 Функция factorize() кодирует объект как перечисляемый тип или категориальную переменную. Этот метод полезен для получения числового представления массива, когда все, что имеет значение, идентифицирует различные значения. Доступна в качестве методов Series.factorize() и Index.factorize().
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/funktsiia-factorize/
👍1
🆕🔥Новый материал.
👉 Объект MultiIndex модуля pandas в Python.
📝 Класс MultiIndex() представляет собой многоуровневый или иерархический объект индекса для объектов pandas. Объект MultiIndex позволяет хранить и манипулировать данными с помощью произвольного числа измерений в структурах данных с более меньшей размерностью.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-multiindex/
👉 Объект MultiIndex модуля pandas в Python.
📝 Класс MultiIndex() представляет собой многоуровневый или иерархический объект индекса для объектов pandas. Объект MultiIndex позволяет хранить и манипулировать данными с помощью произвольного числа измерений в структурах данных с более меньшей размерностью.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/obekt-multiindex/
👍1
🆕🔥Новый материал.
👉 Объекты Categorical и CategoricalIndex модуля pandas
📝 Объект pandas.CategoricalIndex() представляет собой тип индекса, который полезен для поддержки индексации дубликатов. Это контейнер вокруг элементов pandas.Categorical(), который позволяет эффективно индексировать и хранить индекс с большим количеством повторяющихся элементов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/categorical-categoricalindex/
👉 Объекты Categorical и CategoricalIndex модуля pandas
📝 Объект pandas.CategoricalIndex() представляет собой тип индекса, который полезен для поддержки индексации дубликатов. Это контейнер вокруг элементов pandas.Categorical(), который позволяет эффективно индексировать и хранить индекс с большим количеством повторяющихся элементов.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/categorical-categoricalindex/
👍2
🆕🔥Новый материал.
👉 Объекты Interval и IntervalIndex модуля pandas
📝 Объект pandas.IntervalIndex вместе со своим собственным типом IntervalDtype, а также скалярным типом Interval обеспечивает первоклассную поддержку записи интервалов. Представляет собой контейнер объектов Interval.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/interval-intervalindex/
👉 Объекты Interval и IntervalIndex модуля pandas
📝 Объект pandas.IntervalIndex вместе со своим собственным типом IntervalDtype, а также скалярным типом Interval обеспечивает первоклассную поддержку записи интервалов. Представляет собой контейнер объектов Interval.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/interval-intervalindex/
👍1
🆕🔥Новый материал.
👉 Объект RangeIndex модуля pandas
📝 Объект pandas.RangeIndex - это подкласс Index, который предоставляет индекс по умолчанию для всех объектов DataFrame и Series. RangeIndex - это оптимизированная версия индекса Index, которая представляет монотонный упорядоченный набор. Аналогичен range() в Python. Всегда имеет тип dtype: int64.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/rangeindex/
👉 Объект RangeIndex модуля pandas
📝 Объект pandas.RangeIndex - это подкласс Index, который предоставляет индекс по умолчанию для всех объектов DataFrame и Series. RangeIndex - это оптимизированная версия индекса Index, которая представляет монотонный упорядоченный набор. Аналогичен range() в Python. Всегда имеет тип dtype: int64.
🌐 https://docs-python.ru/packages/modul-pandas-analiz-dannykh-python/rangeindex/
👍1