代码拉取完成,页面将自动刷新
DataFrame是一个具有行、列索引的二维表数据结构,是MindSpore Pandas主要的数据结构之一。
通过字典构建DataFrame示例:
import mindpandas as pd
import numpy as np
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
print(df)
运行结果如下:
col1 col2
0 1 3
1 2 4
指定数据类型:
df = pd.DataFrame(data=d, dtype=np.int8)
print(df.dtypes)
运行结果如下:
col1 int8
col2 int8
dtype: object
通过numpy ndarray构造DataFrame:
df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
columns=['a', 'b', 'c'])
print(df2)
运行结果如下:
a b c
0 1 2 3
1 4 5 6
2 7 8 9
MindSpore Pandas DataFrame API | Pandas API | 支持平台 |
---|---|---|
mindpandas.DataFrame.add | pandas.DataFrame.add | CPU |
mindpandas.DataFrame.all | pandas.DataFrame.all | CPU |
mindpandas.DataFrame.any | pandas.DataFrame.any | CPU |
mindpandas.DataFrame.apply | pandas.DataFrame.apply | CPU |
mindpandas.DataFrame.applymap | pandas.DataFrame.applymap | CPU |
mindpandas.DataFrame.astype | pandas.DataFrame.astype | CPU |
mindpandas.DataFrame.columns | pandas.DataFrame.columns | CPU |
mindpandas.DataFrame.combine | pandas.DataFrame.combine | CPU |
mindpandas.DataFrame.copy | pandas.DataFrame.copy | CPU |
mindpandas.DataFrame.count | pandas.DataFrame.count | CPU |
mindpandas.DataFrame.cumsum | pandas.DataFrame.cumsum | CPU |
mindpandas.DataFrame.div | pandas.DataFrame.div | CPU |
mindpandas.DataFrame.drop | pandas.DataFrame.drop | CPU |
mindpandas.DataFrame.drop_duplicates | pandas.DataFrame.drop_duplicates | CPU |
mindpandas.DataFrame.dropna | pandas.DataFrame.dropna | CPU |
mindpandas.DataFrame.dtypes | pandas.DataFrame.dtypes | CPU |
mindpandas.DataFrame.duplicated | pandas.DataFrame.duplicated | CPU |
mindpandas.DataFrame.empty | pandas.DataFrame.empty | CPU |
mindpandas.DataFrame.eq | pandas.DataFrame.eq | CPU |
mindpandas.DataFrame.fillna | pandas.DataFrame.fillna | CPU |
mindpandas.DataFrame.ge | pandas.DataFrame.ge | CPU |
mindpandas.DataFrame.groupby | pandas.DataFrame.groupby | CPU |
mindpandas.DataFrame.gt | pandas.DataFrame.gt | CPU |
mindpandas.DataFrame.head | pandas.DataFrame.head | CPU |
mindpandas.DataFrame.iloc | pandas.DataFrame.iloc | CPU |
mindpandas.DataFrame.index | pandas.DataFrame.index | CPU |
mindpandas.DataFrame.insert | pandas.DataFrame.insert | CPU |
mindpandas.DataFrame.isin | pandas.DataFrame.isin | CPU |
mindpandas.DataFrame.isna | pandas.DataFrame.isna | CPU |
mindpandas.DataFrame.iterrows | pandas.DataFrame.iterrows | CPU |
mindpandas.DataFrame.le | pandas.DataFrame.le | CPU |
mindpandas.DataFrame.loc | pandas.DataFrame.loc | CPU |
mindpandas.DataFrame.lt | pandas.DataFrame.lt | CPU |
mindpandas.DataFrame.max | pandas.DataFrame.max | CPU |
mindpandas.DataFrame.mean | pandas.DataFrame.mean | CPU |
mindpandas.DataFrame.median | pandas.DataFrame.median | CPU |
mindpandas.DataFrame.memory_usage | pandas.DataFrame.memory_usage | CPU |
mindpandas.DataFrame.merge | pandas.DataFrame.merge | CPU |
mindpandas.DataFrame.min | pandas.DataFrame.min | CPU |
mindpandas.DataFrame.mul | pandas.DataFrame.mul | CPU |
mindpandas.DataFrame.ne | pandas.DataFrame.ne | CPU |
mindpandas.DataFrame.prod | pandas.DataFrame.prod | CPU |
mindpandas.DataFrame.product | pandas.DataFrame.product | CPU |
mindpandas.DataFrame.rename | pandas.DataFrame.rename | CPU |
mindpandas.DataFrame.replace | pandas.DataFrame.replace | CPU |
mindpandas.DataFrame.reset_index | pandas.DataFrame.reset_index | CPU |
mindpandas.DataFrame.shape | pandas.DataFrame.shape | CPU |
mindpandas.DataFrame.sort_values | pandas.DataFrame.sort_values | CPU |
mindpandas.DataFrame.squeeze | pandas.DataFrame.squeeze | CPU |
mindpandas.DataFrame.std | pandas.DataFrame.std | CPU |
mindpandas.DataFrame.sub | pandas.DataFrame.sub | CPU |
mindpandas.DataFrame.sum | pandas.DataFrame.sum | CPU |
mindpandas.DataFrame.tail | pandas.DataFrame.tail | CPU |
mindpandas.DataFrame.transpose | pandas.DataFrame.transpose | CPU |
mindpandas.DataFrame.values | pandas.DataFrame.values | CPU |
mindpandas.DataFrame.var | pandas.DataFrame.var | CPU |
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。