• 指数
  • 模块 |
  • 下一页 |
  • 熊猫0.22.0文档 »

目录

  • 什么是新的
  • 安装
  • 贡献给大熊猫
  • 包概述
  • 10分钟到熊猫
  • 教程
  • 食谱
  • 数据结构简介
  • 基本的基本功能
  • 使用文本数据
  • 选项和设置
  • 索引和选择数据
  • 多索引/高级索引
  • 计算工具
  • 处理丢失的数据
  • 分组方式：split-apply-combine
  • 合并，连接和连接
  • 重塑和数据透视表
  • 时间序列/日期功能
  • 时间三角洲
  • 分类数据
  • 可视化
  • 造型
  • IO工具（文本，CSV，HDF5，...）
  • 远程数据访问
  • 提高性能
  • 稀疏的数据结构
  • 常见问题（FAQ）
  • rpy2 / R接口
  • 熊猫生态系统
  • 与R / R库比较
  • 与SQL比较
  • 与SAS比较
  • API参考
  • 开发人员
  • 内幕
  • 发行说明

搜索

输入搜索词或模块，类或函数名称。

熊猫：强大的Python数据分析工具

PDF版本

压缩的HTML

日期：2017年12月30日版本：0.22.0

二进制安装程序： http : //pypi.python.org/pypi/pandas

源代码库： http : //github.com/pandas-dev/pandas

问题和想法： https ：//github.com/pandas-dev/pandas/issues

问答支持： http : //stackoverflow.com/questions/tagged/pandas

开发者邮件列表： http ：//groups.google.com/group/pydata

熊猫是一个Python软件包，提供快速，灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的工作变得简单直观。它旨在成为在Python中进行实际的，真实世界的数据分析的基本高级构件。另外，它具有更广泛的目标，即成为任何语言中最强大，最灵活的开源数据分析/操作工具。它已经很好地走向了这个目标。

熊猫非常适合许多不同类型的数据：

  • 具有异构类型列的表格数据，如在SQL表格或Excel电子表格中
  • 有序和无序（不一定是固定频率）的时间序列数据。
  • 具有行列标签的任意矩阵数据（均匀类型或异类型）
  • 任何其他形式的观测/统计数据集。数据实际上不需要标记为放置在熊猫数据结构中

大熊猫Series（1维）和DataFrame（2维）这两个主要的数据结构在金融，统计，社会科学和许多工程领域处理绝大多数的典型用例。对于R用户，DataFrame提供R所提供的一切， data.frame以及更多。熊猫建立在NumPy之上，旨在与许多其他第三方库完美地集成在科学计算环境中。

这只是大熊猫所做的一些事情：

  • 轻松处理浮点数据中的丢失数据（以NaN表示）以及非浮点数据
  • 大小可变性：可以从DataFrame和更高维的对象插入和删除列
  • 自动和显式的数据对齐：对象可以显式地与一组标签对齐，或者用户可以简单的忽略标签，让Series，DataFrame等自动对齐你的数据在计算
  • 功能强大，灵活的按组功能来执行对数据集拆分申请，联合行动，对于聚合和转换数据
  • 可以轻松地将其他Python和NumPy数据结构中的不同索引的数据转换为DataFrame对象
  • 基于智能标签的切片，花式索引和 大型数据集的子集
  • 直观的合并和连接数据集
  • 数据集的灵活的重塑和旋转
  • 坐标轴的分层标记（可能每个标记有多个标签）
  • 强大的IO工具，用于从平面文件（CSV和分隔），Excel文件，数据库加载数据，以及从超快HDF5格式保存/加载数据
  • 时间序列 - 特定功能：日期范围生成和频率转换，移动窗口统计，移动窗口线性回归，日期偏移和滞后等。

这些原则中的许多都是为了解决使用其他语言/科学研究环境经常遇到的缺陷。对于数据科学家来说，处理数据通常分为多个阶段：清理和清理数据，分析/建模数据，然后将分析结果组织成适合绘图或表格显示的形式。熊猫是所有这些任务的理想工具。

一些其他的说明

  • 熊猫是快速的。许多低级算法位已经在Cython代码中进行了广泛的调整。但是，与其他任何概括一样，通常会牺牲性能。所以，如果您专注于您的应用程序的一个功能，您可能可以创建一个更快的专业工具。
  • 熊猫是statsmodels的依赖，使其成为Python中统计计算生态系统的重要组成部分。
  • 大熊猫已被广泛用于金融应用的生产。

注意

本文档假定您对NumPy有一般的了解。如果你还没有使用NumPy，或者根本没有使用NumPy，那么先花一些时间学习NumPy。

有关库中内容的更多详细信息，请参阅包概述。

  • 什么是新的

    • v0.22.0（2017年12月29日）

      • 向后不兼容的API更改

        • 算术运算
        • 按分类进行分组
        • 重新取样
        • 滚动和扩大
      • 兼容性
    • v0.21.1（2017年12月12日）
      • 恢复Matplotlib日期时间转换器注册
      • 新功能
        • Parquet IO功能的改进
        • 其他增强功能
      • 弃用
      • 性能改进
      • Bug修复
        • 转变
        • 索引
        • I / O
        • 绘制
        • GROUPBY /重新取样/滚动
        • 重塑
        • 数字
        • 明确的
        • 串
    • v0.21.0（2017年10月27日）
      • 新功能

        • 与Apache Parquet文件格式集成
        • infer_objects 类型转换
        • 尝试创建列时改进了警告
        • drop 现在也接受索引/列关键字
        • rename，reindex现在也接受轴关键字
        • CategoricalDtype 用于指定分类
        • GroupBy对象现在有一个pipe方法
        • Categorical.rename_categories 接受字典
        • 其他增强功能
      • 向后不兼容的API更改
        • 依赖性增加了最低版本
        • 所有NaN或空系列/数据帧的总和/产品现在一直是NaN
        • 使用缺少标签的列表进行索引是不赞成的
        • NA命名更改
        • Series / Index的迭代现在将返回Python标量
        • 使用布尔型索引进行索引
        • PeriodIndex 重采样
        • 改进了pd.eval中项目分配时的错误处理
        • Dtype转换
        • 具有单一级别的MultiIndex构造函数
        • 与系列的UTC本地化
        • 范围函数的一致性
        • 没有自动matplotlib转换器
        • 其他API更改
      • 弃用
        • Series.select和DataFrame.select
        • Series.argmax和Series.argmin
      • 删除之前版本的弃用/更改
      • 性能改进
      • 文档更改
      • Bug修复
        • 转变
        • 索引
        • I / O
        • 绘制
        • GROUPBY /重新取样/滚动
        • 疏
        • 重塑
        • 数字
        • 明确的
        • PyPy
        • 其他
    • v0.20.3（2017年7月7日）
      • Bug修复

        • 转变
        • 索引
        • I / O
        • 绘制
        • 重塑
        • 明确的
    • v0.20.2（2017年6月4日）
      • 增强功能
      • 性能改进
      • Bug修复
        • 转变
        • 索引
        • I / O
        • 绘制
        • GROUPBY /重新取样/滚动
        • 疏
        • 重塑
        • 数字
        • 明确的
        • 其他
    • v0.20.1（2017年5月5日）
      • 新功能

        • agg DataFrame / Series的API
        • dtype 数据IO的关键字
        • .to_datetime()已经获得了一个origin参数
        • Groupby增强
        • 更好地支持中的压缩网址 read_csv
        • Pickle文件I / O现在支持压缩
        • UInt64支持改进
        • GroupBy在分类
        • 表格模式输出
        • SciPy稀疏矩阵从/到SparseDataFrame
        • Excel输出样式化的数据框
        • IntervalIndex
        • 其他增强功能
      • 向后不兼容的API更改
        • 熊猫<0.13.0创建的HDF5格式可能不兼容
        • 索引类型的地图现在返回其他索引类型
        • 访问索引的日期时间字段现在返回索引
        • pd.unique现在将与扩展类型一致
        • S3文件处理
        • 部分字符串索引更改
        • 不同的float dtypes的Concat不会自动向上播放
        • 熊猫谷歌BigQuery支持已经移动
        • 内存使用索引更准确
        • DataFrame.sort_index更改
        • Groupby描述格式
        • 窗口二进制Corr / Cov操作返回一个MultiIndex DataFrame
        • HDFStore在哪里比较字符串
        • Index.intersection和inner join现在保留左边索引的顺序
        • 数据透视表总是返回一个DataFrame
        • 其他API更改
      • 图书馆的重组：隐私的变化
        • 模块隐私已更改
        • pandas.errors
        • pandas.testing
        • pandas.plotting
        • 其他发展变化
      • 弃用
        • 藐视 .ix
        • 弃用面板
        • 重命名时，用字典弃用groupby.agg（）
        • 弃用.plotting
        • 其他弃用
      • 删除之前版本的弃用/更改
      • 性能改进
      • Bug修复
        • 转变
        • 索引
        • I / O
        • 绘制
        • GROUPBY /重新取样/滚动
        • 疏
        • 重塑
        • 数字
        • 其他
    • v0.19.2（2016年12月24日）
      • 增强功能
      • 性能改进
      • Bug修复
    • v0.19.1（2016年11月3日）
      • 性能改进
      • Bug修复
    • v0.19.0（2016年10月2日）
      • 新功能

        • merge_asof 为asof风格的时间序列加入
        • .rolling() 现在是时间序列的意识
        • read_csv 改进了对重复列名称的支持
        • read_csv支持Categorical直接解析
        • 分类连接
        • 半月抵消
        • 新的索引方法
        • Google BigQuery增强功能
        • 细粒状的numpy errstate
        • get_dummies 现在返回整数dtypes
        • 将值降到最小可能的dtype in to_numeric
        • 熊猫开发API
        • 其他增强功能
      • API更改
        • Series.tolist() 现在将返回Python类型
        • Series 运营商为不同的指标
        • Series 分配类型的促销
        • .to_datetime() 变化
        • 合并更改
        • .describe() 变化
        • Period 变化
        • 索引+/ -不再用于设置操作
        • Index.difference和.symmetric_difference变化
        • Index.unique 一贯的回报 Index
        • MultiIndex构造函数，groupby并set_index保留分类dtypes
        • read_csv 将逐步枚举块
        • 稀疏的变化
        • 索引器dtype更改
        • 其他API更改
      • 弃用
      • 删除之前版本的弃用/更改
      • 性能改进
      • Bug修复
    • v0.18.1（2016年5月3日）
      • 新功能

        • 自定义营业时间
        • .groupby(..) 语法与窗口和resample操作
        • 方法chaininng改进
        • 部分字符串索引DateTimeIndex时的一部分MultiIndex
        • 汇集日期
        • 其他增强功能
      • 稀疏的变化
      • API更改
        • .groupby(..).nth() 变化
        • numpy功能的兼容性
        • 使用.applygroupby重新采样
        • read_csv例外情况的变化
        • to_datetime 错误更改
        • 其他API更改
        • 弃用
      • 性能改进
      • Bug修复
    • v0.18.0（2016年3月13日）
      • 新功能

        • 窗口函数现在是方法
        • 更改重命名
        • 范围指数
        • str.extract的更改
        • 增加str.extractall
        • 对str.cat的更改
        • 日期时间四舍五入
        • 整数在FloatIndex中的格式
        • 对dtype分配行为的更改
        • to_xarray
        • 乳胶表示
        • pd.read_sas() 变化
        • 其他增强功能
      • 向后不兼容的API更改
        • NaT和Timedelta操作
        • 对msgpack的更改
        • 签名更改为.rank
        • 错误在QuarterBegin与n = 0
        • 重新采样API
        • 对eval的更改
        • 其他API更改
        • 弃用
        • 删除已弃用的浮动指数
        • 删除之前版本的弃用/更改
      • 性能改进
      • Bug修复
    • v0.17.1（2015年11月21日）
      • 新功能

        • 有条件的HTML格式
      • 增强功能
      • API更改
        • 弃用
      • 性能改进
      • Bug修复
    • v0.17.0（2015年10月9日）
      • 新功能

        • 日期时间与TZ
        • 释放GIL
        • 绘制子方法
        • dt访问者的其他方法
        • 周期频率增强
        • 支持SAS XPORT文件
        • 支持.eval（）中的数学函数
        • 使用Excel更改Excel MultiIndex
        • Google BigQuery增强功能
        • 显示与Unicode东亚宽度的对齐方式
        • 其他增强功能
      • 向后不兼容的API更改
        • 更改排序API
        • to_datetime和to_timedelta的更改
        • 索引比较的变化
        • 布尔比较的变化与无
        • HDFStore dropna行为
        • display.precision选项更改
        • 更改 Categorical.unique
        • 在解析器中bool传递的更改header
        • 其他API更改
        • 弃用
        • 删除之前版本的弃用/更改
      • 性能改进
      • Bug修复
    • v0.16.2（2015年6月12日）
      • 新功能

        • 管
        • 其他增强功能
      • API更改
      • 性能改进
      • Bug修复
    • v0.16.1（2015年5月11日）
      • 增强功能

        • CategoricalIndex
        • 样品
        • 字符串方法增强
        • 其他增强功能
      • API更改
        • 弃用
      • 索引表示
      • 性能改进
      • Bug修复
    • v0.16.0（2015年3月22日）
      • 新功能

        • 数据帧分配
        • 与scipy.sparse交互
        • 字符串方法增强
        • 其他增强功能
      • 向后不兼容的API更改
        • Timedelta的变化
        • 索引变化
        • 分类更改
        • 其他API更改
        • 弃用
        • 删除之前版本的弃用/更改
      • 性能改进
      • Bug修复
    • v0.15.2（2014年12月12日）
      • API更改
      • 增强功能
      • 性能
      • Bug修复
    • v0.15.1（2014年11月9日）
      • API更改
      • 增强功能
      • Bug修复
    • v0.15.0（2014年10月18日）
      • 新功能

        • Series / DataFrame中的分类
        • TimedeltaIndex /标量
        • 内存使用情况
        • .dt访问器
        • 时区处理改进
        • 滚动/扩展矩改进
        • sql io模块的改进
      • 向后不兼容的API更改
        • 打破变化
        • 内部重构
        • 弃用
        • 删除之前版本的弃用/更改
      • 增强功能
      • 性能
      • Bug修复
    • v0.14.1（2014年7月11日）
      • API更改
      • 增强功能
      • 性能
      • 试验
      • Bug修复
    • v0.14.0（2014年5月31日）
      • API更改
      • 显示更改
      • 文本解析API更改
      • Groupby API更改
      • SQL
      • MultiIndexing使用切片机
      • 绘制
      • 先前版本弃用/更改
      • 弃用
      • 已知的问题
      • 增强功能
      • 性能
      • 试验
      • Bug修复
    • v0.13.1（2014年2月3日）
      • 输出格式增强
      • API更改
      • 先前版本弃用/更改
      • 弃用
      • 增强功能
      • 性能
      • 试验
      • Bug修复
    • v0.13.0（2014年1月3日）
      • API更改
      • 先前版本弃用/更改
      • 弃用
      • 索引API更改
      • Float64Index API更改
      • HDFStore API更改
      • DataFrame repr更改
      • 增强功能
      • 试验
      • 内部重构
      • Bug修复
    • v0.12.0（2013年7月24日）
      • API更改
      • I / O增强
      • 其他增强功能
      • 实验特征
      • Bug修复
    • v0.11.0（2013年4月22日）
      • 选择选择
      • 选择弃用
      • Dtypes
      • Dtype转换
      • Dtype Gotchas
      • 日期时间转换
      • API更改
      • 增强功能
    • v0.10.1（2013年1月22日）
      • API更改
      • 新功能
      • HDFStore
    • v0.10.0（2012年12月17日）
      • 文件解析新功能
      • API更改
      • 新功能
      • 宽数据帧打印
      • 更新了PyTables支持
      • N维面板（实验）
    • v0.9.1（2012年11月14日）
      • 新功能
      • API更改
    • v0.9.0（2012年10月7日）
      • 新功能
      • API更改
    • v0.8.1（2012年7月22日）
      • 新功能
      • 性能改进
    • v0.8.0（2012年6月29日）
      • 支持非唯一索引
      • NumPy datetime64 dtype和1.6依赖
      • 时间序列改变和改进
      • 其他新功能
      • 新的绘图方法
      • 其他API更改
      • 大熊猫潜在的移植问题<= 0.7.3个用户
    • v.0.7.3（2012年4月12日）
      • 新功能
      • NA布尔比较API更改
      • 其他API更改
    • v.0.7.2（2012年3月16日）
      • 新功能
      • 性能改进
    • v.0.7.1（2012年2月29日）
      • 新功能
      • 性能改进
    • v.0.7.0（2012年2月9日）
      • 新功能
      • 整数索引的API更改
      • API调整有关基于标签的切片
      • 对系列[]操作员的更改
      • 其他API更改
      • 性能改进
    • v.0.6.1（2011年12月13日）
      • 新功能
      • 性能改进
    • v.0.6.0（2011年11月25日）
      • 新功能
      • 性能增强
    • v.0.5.0（2011年10月24日）
      • 新功能
      • 性能增强
    • v.0.4.3到v0.4.1（2011年9月25日 - 10月9日）
      • 新功能
      • 性能增强
  • 安装
    • Python版本的支持
    • 安装熊猫
      • 用Anaconda安装熊猫
      • 用Miniconda安装熊猫
      • 从PyPI安装
      • 使用你的Linux发行包管理器进行安装。
      • 从源代码安装
      • 运行测试套件
    • 依赖
      • 建议的依赖关系
      • 可选的依赖关系
  • 贡献给大熊猫
    • 从哪儿开始？
    • 错误报告和增强请求
    • 使用代码
      • 版本控制，Git和GitHub
      • 开始使用Git
      • 分叉
      • 创建一个开发环境
        • 安装C编译器
        • 创建一个Python环境
        • 创建一个Python环境（pip）
      • 创建一个分支
    • 贡献文档
      • 关于熊猫文档
      • 如何建立熊猫文档
        • 要求
        • 构建文档
        • 建立主分支文档
    • 贡献于代码库
      • 代码标准

        • C（cpplint）
        • Python（PEP8）
        • 向后兼容性
      • 测试与持续集成
      • 测试驱动开发/编写代码
        • 编写测试
        • 过渡到 pytest
        • 运用 pytest
      • 运行测试套件
      • 运行性能测试套件
      • 记录你的代码
    • 贡献你的改变熊猫
      • 提交你的代码
      • 合并提交
      • 推动你的改变
      • 检查你的代码
      • 最后，做出拉请求
      • 删除您的合并分支（可选）
  • 包概述
    • 数据结构

      • 为什么不止一个数据结构？
    • 数据的可变性和复制
    • 获得支持
    • 社区
    • 项目管理
    • 开发团队
    • 机构合作伙伴
    • 执照
  • 10分钟到熊猫
    • 对象创建
    • 查看数据
    • 选择
      • 入门
      • 按标签选择
      • 按位置选择
      • 布尔索引
      • 设置
    • 缺失数据
    • 操作
      • 统计
      • 应用
      • 直方图化
      • 字符串方法
    • 合并
      • CONCAT
      • 加入
      • 附加
    • 分组
    • 重塑
      • 堆
      • 数据透视表
    • 时间序列
    • Categoricals
    • 绘制
    • 获取数据输入/输出
      • CSV
      • HDF5
      • 高强
    • 陷阱
  • 教程
    • 内部指南
    • 熊猫食谱
    • 新大熊猫用户的教训
    • 用Python实用的数据分析
    • 新用户练习
    • 现代熊猫
    • Excel图表与熊猫，文森特和xlsxwriter
    • 各种教程
  • 食谱
    • 成语

      • IF-THEN ...
      • 拆分
      • 建筑标准
    • 选择
      • DataFrames
      • 面板
      • 新的专栏
    • MultiIndexing
      • 算术
      • 切片
      • 排序
      • 水平
      • panelnd
    • 缺失数据
      • 更换
    • 分组
      • 扩大数据
      • 拆分
      • 枢
      • 应用
    • 时间序列
      • 重采样
    • 合并
    • 绘制
    • 数据输入/输出
      • CSV

        • 读取多个文件以创建单个DataFrame
        • 分析多列中的日期组件
        • 跳过标题和数据之间的行
      • SQL
      • 高强
      • HTML
      • HDFStore
      • 二进制文件
    • 计算
    • Timedeltas
    • 别名轴名称
    • 创建示例数据
  • 数据结构简介
    • 系列

      • 系列是ndarray样
      • 系列是字典
      • 矢量化操作和与系列的标签对齐
      • 名称属性
    • 数据帧
      • 从字典或字典的字典
      • 从ndarrays /列表的字典
      • 从结构化或记录阵列
      • 从一系列的口号
      • 从元组的字典
      • 从一个系列
      • 替代构造函数
      • 列选择，添加，删除
      • 在方法链中分配新列
      • 索引/选择
      • 数据对齐和算术
      • 换位
      • DataFrame与NumPy功能的互操作性
      • 控制台显示
      • DataFrame列属性访问和IPython完成
    • 面板
      • 从3D ndarray与可选的轴标签
      • 来自DataFrame对象的字典
      • 从DataFrame使用to_panel方法
      • 项目选择/添加/删除
      • 换位
      • 索引/选择
      • 挤压
      • 转换为DataFrame
    • 弃用面板
    • Panel4D和PanelND（已弃用）
  • 基本的基本功能
    • 首尾
    • 属性和原始ndarray（s）
    • 加速运营
    • 灵活的二元操作
      • 匹配/广播行为
      • 缺少填充值的数据/操作
      • 灵活的比较
      • 布尔值减少
      • 比较对象是否相同
      • 比较类似数组的对象
      • 组合重叠的数据集
      • 一般DataFrame组合
    • 描述性统计
      • 总结数据：描述
      • 最小值/最大值的索引
      • 数值计数（直方图）/模式
      • 离散化和量化
    • 功能应用
      • 表函数应用程序
      • 行或列式函数应用程序
      • 聚合API
        • 汇总多个功能
        • 汇总一个字典
        • 混合Dtypes
        • 自定义描述
      • 转换API
        • 转换多个功能
        • 用字典转换
      • 应用元素函数
      • 申请一个小组
    • 重新编排和改变标签
      • 驯服与另一个物体对齐
      • 将对象与对方对齐 align
      • 灌装时再驯化
      • 限制在重新编排时填充
      • 从轴上删除标签
      • 重命名/映射标签
    • 迭代
      • iteritems
      • iterrows
      • itertuples
    • .dt访问器
    • 矢量化的字符串方法
    • 排序
      • 按索引
      • 按价值观
      • searchsorted
      • 最小/最大值
      • 按多索引列排序
    • 仿形
    • dtypes
      • 默认
      • 上溯造型
      • astype
      • 对象转换
      • 陷阱
    • 根据选择列 dtype
  • 使用文本数据
    • 分割和替换字符串
    • 使用索引 .str
    • 提取子串
      • 提取每个主题的第一个匹配（摘录）
      • 提取每个主题中的所有匹配（extractall）
    • 测试匹配或包含模式的字符串
    • 创建指标变量
    • 方法摘要
  • 选项和设置
    • 概观
    • 获取和设置选项
    • 在python / ipython环境中设置启动选项
    • 常用选项
    • 可用选项
    • 数字格式
    • Unicode格式
    • 表架构显示
  • 索引和选择数据
    • 索引的不同选择
    • 基本
    • 属性访问
    • 切片范围
    • 按标签选择
      • 用标签切片
    • 按位置选择
    • 通过Callable选择
    • IX索引器已弃用
    • 使用缺少标签的列表进行索引已弃用
      • 重建索引
    • 选择随机样本
    • 设置与放大
    • 快速的标量值获取和设置
    • 布尔索引
    • 索引与isin
    • 该where()方法和屏蔽
    • 的query()方法（试验）
      • MultiIndex query() 句法
      • query() 用例
      • query() Python与熊猫语法比较
      • 在in与运营商not in
      • ==操作符与list对象的特殊用法
      • 布尔运算符
      • 的表演 query()
    • 重复的数据
    • 字典式的get()方法
    • 该lookup()方法
    • 索引对象
      • 设置元数据
      • 在Index对象上设置操作
      • 缺少值
    • 设置/重置索引
      • 设置一个索引
      • 重置索引
      • 添加一个临时索引
    • 返回一个视图与副本
      • 为什么使用链接索引时分配失败？
      • 评估顺序很重要
  • 多索引/高级索引
    • 分层索引（MultiIndex）

      • 创建一个MultiIndex（分层索引）对象
      • 重建关卡标签
      • 带有MultiIndex的轴上的基本索引
      • 定义的级别
      • 数据对齐和使用 reindex
    • 使用分层索引的高级索引
      • 使用切片机
      • 横截面
      • 先进的重新索引和对齐
      • 交换级别 swaplevel()
      • 重新排序水平 reorder_levels()
    • 排序一个 MultiIndex
    • 采取方法
    • 索引类型
      • CategoricalIndex
      • Int64Index和RangeIndex
      • Float64Index
      • IntervalIndex
    • 杂项索引常见问题
      • 整数索引
      • 非单调索引需要完全匹配
      • 终点是包容性的
      • 对潜在的系列dtype潜在的变化进行索引
  • 计算工具
    • 统计函数

      • 百分比变化
      • 协方差
      • 关联
      • 数据排名
    • 窗口函数
      • 方法摘要
      • 滚动Windows
      • 时间感知滚动
      • 滚动窗口端点
      • 时间感知滚动与重采样
      • 居中Windows
      • 二进制窗口函数
      • 计算滚动成对协方差和相关性
    • 聚合
      • 应用多个功能
      • 将不同的功能应用于DataFrame列
    • 扩展Windows
      • 方法摘要
    • 指数加权窗口
  • 处理丢失的数据
    • 缺少数据基础

      • 何时/为什么数据丢失？
      • 被认为“失踪”
    • 日期时间
    • 插入缺少的数据
    • 缺少数据的计算
      • 容器/南的总数
      • 在GroupBy中的NA值
    • 清理/填写缺少的数据
      • 填写缺失的值：fillna
      • 用PandasObject填充
      • 丢失缺失数据的轴标签：dropna
      • 插值
        • 插值限制
      • 替换通用值
      • 字符串/正则表达式替换
      • 数字替换
    • 缺少数据转换规则和索引
  • 分组方式：split-apply-combine
    • 将对象拆分成组

      • GroupBy排序
      • GroupBy对象属性
      • GroupBy与MultiIndex
      • 使用索引级别和列对DataFrame进行分组
      • GroupBy中的DataFrame列选择
    • 通过组遍历
    • 选择一个组
    • 聚合
      • 一次应用多个功能
      • 将不同的功能应用于DataFrame列
      • Cython优化的聚合函数
    • 转型
      • 窗口和重新采样操作的新语法
    • 过滤
    • 分派到实例方法
    • 灵活 apply
    • 其他有用的功能
      • 自动排除“滋扰”列
      • NA和NaT组处理
      • 与有序的因素分组
      • 用石斑鱼规格分组
      • 采取每个组的第一行
      • 采取每组的第n行
      • 枚举组项目
      • 枚举组
      • 绘制
      • 管道功能调用
    • 例子
      • 按因素重组
      • 多列分解
      • Groupby by Indexer“重新采样”数据
      • 返回一个系列传播名称
  • 合并，连接和连接
    • 连接对象

      • 在其他轴上设置逻辑
      • 连接使用 append
      • 忽略连接轴上的索引
      • 连接混合ndims
      • 更多连接组密钥
      • 将行附加到DataFrame
    • 数据库风格的DataFrame加入/合并
      • 简要介绍合并方法（关系代数）
      • 检查重复的密钥
      • 合并指标
      • 合并Dtypes
      • 加入索引
      • 加入索引上的键列
      • 将单个索引加入多索引
      • 加入两个多指标
      • 重叠值列
      • 加入多个DataFrame或Panel对象
      • 在Series或DataFrame列中合并值
    • 时间序列友好合并
      • 合并有序数据
      • 合并AsOf
  • 重塑和数据透视表
    • 通过旋转DataFrame对象来重塑形状
    • 通过堆叠和拆散来重塑
      • 多个级别
      • 缺失数据
      • 使用MultiIndex
    • 通过融化重塑
    • 结合统计和GroupBy
    • 数据透视表
      • 添加利润
    • 交叉表格
      • 正常化
      • 增加利润
    • 平铺
    • 计算指标/虚拟变量
    • 分解值
  • 时间序列/日期功能
    • 概观
    • 时间戳与时间跨度
    • 转换为时间戳
      • 提供格式参数
      • 从多个DataFrame列汇编日期时间
      • 无效数据
      • 时代时间戳
      • 从时间戳到时代
      • 使用origin参数
    • 生成时间戳的范围
      • 自定义频率范围
    • 时间戳限制
    • 索引
      • 部分字符串索引
      • 切片与精确匹配
      • 精确索引
      • 截断和花式索引
    • 时间/日期组件
    • DateOffset对象
      • 参数偏移
      • 使用偏移量Series/DatetimeIndex
      • 自定义营业日
      • 营业时间
      • 自定义营业时间
      • 偏移别名
      • 结合别名
      • 锚定补偿
      • 锚定偏移语义
      • 假期/假期日历
    • 时间序列相关的实例方法
      • 移动/滞后
      • 变频
      • 向前/向后填充
      • 转换为Python日期时间
    • 重采样
      • 基本
      • 上采样
      • 稀疏重采样
      • 聚合
    • 时间跨度表示
      • 期
      • PeriodIndex和period_range
      • 期间Dtypes
      • PeriodIndex部分字符串索引
      • 使用PeriodIndex进行频率转换和重采样
    • 在表示之间转换
    • 代表越界跨度
    • 时区处理
      • 与时区一起工作
      • 本地化时不明确的时间
      • TZ Aware Dtypes
  • 时间三角洲
    • 解析

      • to_timedelta
      • Timedelta限制
    • 操作
    • 排量
    • 变频
    • 属性
    • TimedeltaIndex
      • 使用TimedeltaIndex
      • 操作
      • 转换
    • 重采样
  • 分类数据
    • 对象创建
    • CategoricalDtype
      • 平等语义
    • 描述
    • 使用类别
      • 重命名类别
      • 追加新的类别
      • 删除类别
      • 删除未使用的类别
      • 设置类别
    • 排序和顺序
      • 重新排序
      • 多列排序
    • 比较
    • 操作
    • 数据传输
      • 入门
      • 字符串和日期时间访问器
      • 设置
      • 合并
      • Unioning
      • 级联
    • 获取数据输入/输出
    • 缺失数据
    • 与R的因素不同
    • 陷阱
      • 内存使用情况
      • 分类不是一个numpy数组
      • dtype in apply
      • 分类索引
      • 副作用
  • 可视化
    • 基本绘图： plot
    • 其他情节
      • 条形图
      • 直方图
      • 箱子情节
      • 区域情节
      • 散点图
      • 六角形的情节
      • 派情节
    • 绘制缺少的数据
    • 绘图工具
      • 散点图矩阵图
      • 密度图
      • 安德鲁斯曲线
      • 平行坐标
      • 滞后情节
      • 自相关图
      • Bootstrap剧情
      • RadViz
    • 绘图格式
      • 设置情节样式
      • 一般阴谋样式参数
      • 控制图例
      • 秤
      • 在第二个Y轴上绘图
      • 抑制刻度分辨率调整
      • 自动日期打勾调整
      • 次要情节
      • 使用布局和定位多个轴
      • 与错误酒吧绘图
      • 绘制表格
      • 色彩映射
    • 直接用matplotlib绘图
    • 格子制图界面
  • 造型
    • 建筑风格

      • 建筑风格总结
    • 更好的控制：切片
    • 更好的控制：显示值
    • 内置样式
      • 条形图
    • 共享样式
    • 其他选项
      • 精确
      • 标题
      • 表格样式
      • CSS类
      • 限制
      • 条款
    • 好玩的东西
    • 导出到Excel
    • 可扩展性
      • 子类
  • IO工具（文本，CSV，HDF5，...）
    • CSV和文本文件

      • 解析选项

        • 基本
        • 列和索引位置和名称
        • 一般分析配置
        • NA和缺少数据处理
        • 日期时间处理
        • 迭代
        • 引用，压缩和文件格式
        • 错误处理
      • 指定列数据类型
      • 指定分类dtype
      • 命名和使用列
        • 处理列名称
      • 重复名称解析
        • 过滤列（usecols）
      • 评论和空行
        • 忽略行注释和空行
        • 注释
      • 处理Unicode数据
      • 索引列和尾随分隔符
      • 日期处理
        • 指定日期列
        • 日期解析函数
        • 推断日期时间格式
        • 国际日期格式
      • 指定浮点转换的方法
      • 千个分隔符
      • NA值
      • 无穷
      • 回归系列
      • 布尔值
      • 处理“坏”的线
      • 方言
      • 引用和转义字符
      • 具有固定宽度列的文件
      • 索引
        • 具有“隐式”索引列的文件
        • 用一个 MultiIndex
        • 用a阅读栏目 MultiIndex
      • 自动“嗅探”分隔符
      • 读取多个文件以创建单个DataFrame
      • 通过块大小的文件迭代
      • 指定解析器引擎
      • 读取远程文件
      • 写出数据
        • 写入CSV格式
        • 编写一个格式化的字符串
    • JSON
      • 编写JSON

        • Orient选项
        • 日期处理
        • 回退行为
      • 阅读JSON
        • 数据转换
        • Numpy参数
      • 正常化
      • 线分隔json
      • 表格模式
    • HTML
      • 读取HTML内容
      • 写入HTML文件
      • HTML表格解析问题
    • Excel文件
      • 读取Excel文件

        • ExcelFile 类
        • 指定表格
        • 读一个 MultiIndex
        • 解析特定的列
        • 解析日期
        • 电池转换器
        • dtype规格
      • 编写Excel文件
        • 将Excel文件写入磁盘
        • 将Excel文件写入内存
      • Excel写入器引擎
      • 样式和格式
    • 剪贴板
    • 酸洗
      • 压缩的泡菜文件
    • msgpack
      • 读/写API
    • HDF5（PyTables）
      • 读/写API
      • 固定格式
      • 表格格式
      • 分层键
      • 存储类型
        • 将混合类型存储在表中
        • 存储多索引数据帧
      • 查询
        • 查询表格
        • 使用timedelta64 [ns]
        • 索引
        • 通过数据列进行查询
        • 迭代器
        • 高级查询
        • 多表查询
      • 从表中删除
      • 注意事项和注意事项
        • 压缩
        • ptrepack
        • 注意事项
      • 数据类型
        • 分类数据
        • 字符串列
      • 外部兼容性
      • 性能
    • 羽毛
    • 实木复合地板
    • SQL查询
      • pandas.read_sql_table
      • pandas.read_sql_query
      • pandas.read_sql
      • pandas.DataFrame.to_sql
      • 编写数据框
        • SQL数据类型
      • 阅读表
      • 架构支持
      • 查询
      • 引擎连接的例子
      • 高级SQLAlchemy查询
      • Sqlite的后备
    • Google BigQuery
    • Stata格式
      • 写入Stata格式
      • 从Stata格式读取
        • 分类数据
    • SAS格式
    • 其他文件格式
      • 的netCDF
    • 性能考虑
  • 远程数据访问
    • DataReader的
  • 提高性能
    • Cython（写熊猫的C扩展）

      • 纯python
      • 普通的cython
      • 添加类型
      • 使用ndarray
      • 更先进的技术
    • 使用numba
      • JIT
      • 矢量化
      • 注意事项
    • 表达评估通过 eval()
      • 支持的语法
      • eval() 例子
      • 该DataFrame.eval方法
      • 局部变量
      • pandas.eval() 解析器
      • pandas.eval() 后端
      • pandas.eval() 性能
      • 关于表达评估的技术细节
  • 稀疏的数据结构
    • SparseArray
    • SparseList
    • SparseIndex对象
    • 稀疏Dtypes
    • 稀疏计算
    • 与scipy.sparse交互
      • SparseDataFrame
      • SparseSeries
  • 常见问题（FAQ）
    • DataFrame内存使用情况
    • 使用If / Truth语句和大熊猫
      • 按位布尔值
      • 使用in操作员
    • NaN，整NA数值和NA类型的促销
      • NA代表性的选择
      • 支持整数 NA
      • NA 类型促销
      • 为什么不使用像R这样的NumPy？
    • 与NumPy的区别
    • 线程安全
    • 字节排序问题
  • rpy2 / R接口
    • 将R数据集传输到Python
    • 将DataFrames转换为R对象
  • 熊猫生态系统
    • 统计和机器学习

      • Statsmodels
      • sklearn-大熊猫
    • 可视化
      • 背景虚化
      • seaborn
      • yhat / ggplot
      • 文森特
      • IPython Vega
      • Plotly
      • QtPandas
    • IDE
      • IPython的
      • quantopian / qgrid
      • Spyder的
    • API
      • 大熊猫，DataReader的
      • quandl / Python的
      • pydatastream
      • pandaSDMX
      • fredapi
    • 特定领域
      • Geopandas
      • xarray
    • 外的核心
      • DASK
      • DASK-ML
      • 火焰
      • 里程表
    • 数据验证
      • Engarde
  • 与R / R库比较
    • 快速参考

      • 查询，过滤，采样
      • 排序
      • 改造
      • 分组和总结
    • 基地R
      • 与R的切片 c
      • aggregate
      • match / %in%
      • tapply
      • subset
      • with
    • plyr
      • ddply
    • 重塑/重塑2
      • melt.array
      • melt.list
      • melt.data.frame
      • cast
      • factor
  • 与SQL比较
    • 选择
    • 哪里
    • 通过...分组
    • 加入
      • 内部联接
      • 左外连接
      • 正确的加入
      • 完全加入
    • 联盟
    • 一些SQL分析和聚合函数的熊猫等价物
      • 排名前N的行
      • 每组前N行
    • UPDATE
    • 删除
  • 与SAS比较
    • 数据结构

      • 通用术语翻译
      • DataFrame / Series
      • Index
    • 数据输入/输出
      • 从值构造一个DataFrame
      • 读取外部数据
      • 导出数据
    • 数据操作
      • 列上的操作
      • 过滤
      • 如果/然后逻辑
      • 日期功能
      • 列的选择
      • 按值排序
    • 字符串处理
      • 长度
      • 找
      • 子
      • 扫描
      • Upcase，Lowcase和Propcase
    • 合并
    • 缺失数据
    • 通过...分组
      • 聚合
      • 转型
      • 通过组处理
    • 其他考虑因素
      • 磁盘vs内存
      • 数据互操作
  • API参考
    • 输入输出

      • 酸洗

        • pandas.read_pickle
      • 平的文件
        • pandas.read_table
        • pandas.read_csv
        • pandas.read_fwf
        • pandas.read_msgpack
      • 剪贴板
        • pandas.read_clipboard
      • 高强
        • pandas.read_excel
        • pandas.ExcelFile.parse
      • JSON
        • pandas.read_json
        • pandas.io.json.json_normalize
        • pandas.io.json.build_table_schema
      • HTML
        • pandas.read_html
      • HDFStore：PyTables（HDF5）
        • pandas.read_hdf
        • pandas.HDFStore.put
        • pandas.HDFStore.append
        • pandas.HDFStore.get
        • pandas.HDFStore.select
        • pandas.HDFStore.info
      • 羽毛
        • pandas.read_feather
      • 实木复合地板
        • pandas.read_parquet
      • SAS
        • pandas.read_sas
      • SQL
        • pandas.read_sql_table
        • pandas.read_sql_query
        • pandas.read_sql
      • Google BigQuery
        • pandas.read_gbq
      • STATA
        • pandas.read_stata
        • pandas.io.stata.StataReader.data
        • pandas.io.stata.StataReader.data_label
        • pandas.io.stata.StataReader.value_labels
        • pandas.io.stata.StataReader.variable_labels
        • pandas.io.stata.StataWriter.write_file
    • 一般功能
      • 数据操作

        • pandas.melt
        • pandas.pivot
        • pandas.pivot_table
        • pandas.crosstab
        • pandas.cut
        • pandas.qcut
        • pandas.merge
        • pandas.merge_ordered
        • pandas.merge_asof
        • pandas.concat
        • pandas.get_dummies
        • pandas.factorize
        • pandas.unique
        • pandas.wide_to_long
      • 顶级缺失数据
        • pandas.isna
        • pandas.isnull
        • pandas.notna
        • pandas.notnull
      • 顶级转换
        • pandas.to_numeric
      • 顶级处理日期时间
        • pandas.to_datetime
        • pandas.to_timedelta
        • pandas.date_range
        • pandas.bdate_range
        • pandas.period_range
        • pandas.timedelta_range
        • pandas.infer_freq
      • 顶层处理间隔
        • pandas.interval_range
      • 顶级评估
        • pandas.eval
      • 测试
        • pandas.test
    • 系列
      • 构造函数

        • pandas.Series
      • 属性
        • pandas.Series.values
        • pandas.Series.dtype
        • pandas.Series.ftype
        • pandas.Series.shape
        • pandas.Series.nbytes
        • pandas.Series.ndim
        • pandas.Series.size
        • pandas.Series.strides
        • pandas.Series.itemsize
        • pandas.Series.base
        • pandas.Series.T
        • pandas.Series.memory_usage
      • 转变
        • pandas.Series.astype
        • pandas.Series.infer_objects
        • pandas.Series.copy
        • pandas.Series.isna
        • pandas.Series.notna
      • 索引，迭代
        • pandas.Series.get
        • pandas.Series.at
        • pandas.Series.iat
        • pandas.Series.loc
        • pandas.Series.iloc
        • pandas.Series .__ iter__
        • pandas.Series.iteritems
      • 二进制运算符函数
        • pandas.Series.add
        • pandas.Series.sub
        • pandas.Series.mul
        • pandas.Series.div
        • pandas.Series.truediv
        • pandas.Series.floordiv
        • pandas.Series.mod
        • pandas.Series.pow
        • pandas.Series.radd
        • pandas.Series.rsub
        • pandas.Series.rmul
        • pandas.Series.rdiv
        • pandas.Series.rtruediv
        • pandas.Series.rfloordiv
        • pandas.Series.rmod
        • pandas.Series.rpow
        • pandas.Series.combine
        • pandas.Series.combine_first
        • pandas.Series.round
        • pandas.Series.lt
        • pandas.Series.gt
        • pandas.Series.le
        • pandas.Series.ge
        • pandas.Series.ne
        • pandas.Series.eq
      • 功能应用程序，GroupBy和Window
        • pandas.Series.apply
        • pandas.Series.aggregate
        • pandas.Series.transform
        • pandas.Series.map
        • pandas.Series.groupby
        • pandas.Series.rolling
        • pandas.Series.expanding
        • pandas.Series.ewm
      • 计算/描述统计
        • pandas.Series.abs
        • pandas.Series.all
        • pandas.Series.any
        • pandas.Series.autocorr
        • pandas.Series.between
        • pandas.Series.clip
        • pandas.Series.clip_lower
        • pandas.Series.clip_upper
        • pandas.Series.corr
        • pandas.Series.count
        • pandas.Series.cov
        • pandas.Series.cummax
        • pandas.Series.cummin
        • pandas.Series.cumprod
        • pandas.Series.cumsum
        • pandas.Series.describe
        • pandas.Series.diff
        • pandas.Series.factorize
        • pandas.Series.kurt
        • pandas.Series.mad
        • pandas.Series.max
        • pandas.Series.mean
        • pandas.Series.median
        • pandas.Series.min
        • pandas.Series.mode
        • pandas.Series.nlargest
        • pandas.Series.nsmallest
        • pandas.Series.pct_change
        • pandas.Series.prod
        • pandas.Series.quantile
        • pandas.Series.rank
        • pandas.Series.sem
        • pandas.Series.skew
        • pandas.Series.std
        • pandas.Series.sum
        • pandas.Series.var
        • pandas.Series.unique
        • pandas.Series.nunique
        • pandas.Series.is_unique
        • pandas.Series.is_monotonic
        • pandas.Series.is_monotonic_increasing
        • pandas.Series.is_monotonic_decreasing
        • pandas.Series.value_counts
      • 重新编程/选择/标签操作
        • pandas.Series.align
        • pandas.Series.drop
        • pandas.Series.drop_duplicates
        • pandas.Series.duplicated
        • pandas.Series.equals
        • pandas.Series.first
        • pandas.Series.head
        • pandas.Series.idxmax
        • pandas.Series.idxmin
        • pandas.Series.isin
        • pandas.Series.last
        • pandas.Series.reindex
        • pandas.Series.reindex_like
        • pandas.Series.rename
        • pandas.Series.rename_axis
        • pandas.Series.reset_index
        • pandas.Series.sample
        • pandas.Series.select
        • pandas.Series.set_axis
        • pandas.Series.take
        • pandas.Series.tail
        • pandas.Series.truncate
        • pandas.Series.where
        • pandas.Series.mask
      • 缺少数据处理
        • pandas.Series.dropna
        • pandas.Series.fillna
        • pandas.Series.interpolate
      • 重塑，排序
        • pandas.Series.argsort
        • pandas.Series.reorder_levels
        • pandas.Series.sort_values
        • pandas.Series.sort_index
        • pandas.Series.swaplevel
        • pandas.Series.unstack
        • pandas.Series.searchsorted
      • 合并/合并/合并
        • pandas.Series.append
        • pandas.Series.replace
        • pandas.Series.update
      • 时间序列相关
        • pandas.Series.asfreq
        • pandas.Series.asof
        • pandas.Series.shift
        • pandas.Series.first_valid_index
        • pandas.Series.last_valid_index
        • pandas.Series.resample
        • pandas.Series.tz_convert
        • pandas.Series.tz_localize
      • 日期时间属性
        • pandas.Series.dt.date
        • pandas.Series.dt.time
        • pandas.Series.dt.year
        • pandas.Series.dt.month
        • pandas.Series.dt.day
        • pandas.Series.dt.hour
        • pandas.Series.dt.minute
        • pandas.Series.dt.second
        • pandas.Series.dt.microsecond
        • pandas.Series.dt.nanosecond
        • pandas.Series.dt.week
        • pandas.Series.dt.weekofyear
        • pandas.Series.dt.dayofweek
        • pandas.Series.dt.weekday
        • pandas.Series.dt.weekday_name
        • pandas.Series.dt.dayofyear
        • pandas.Series.dt.quarter
        • pandas.Series.dt.is_month_start
        • pandas.Series.dt.is_month_end
        • pandas.Series.dt.is_quarter_start
        • pandas.Series.dt.is_quarter_end
        • pandas.Series.dt.is_year_start
        • pandas.Series.dt.is_year_end
        • pandas.Series.dt.is_leap_year
        • pandas.Series.dt.daysinmonth
        • pandas.Series.dt.days_in_month
        • pandas.Series.dt.tz
        • pandas.Series.dt.freq
        • pandas.Series.dt.to_period
        • pandas.Series.dt.to_pydatetime
        • pandas.Series.dt.tz_localize
        • pandas.Series.dt.tz_convert
        • pandas.Series.dt.normalize
        • pandas.Series.dt.strftime
        • pandas.Series.dt.round
        • pandas.Series.dt.floor
        • pandas.Series.dt.ceil
        • pandas.Series.dt.days
        • pandas.Series.dt.seconds
        • pandas.Series.dt.microseconds
        • pandas.Series.dt.nanoseconds
        • pandas.Series.dt.components
        • pandas.Series.dt.to_pytimedelta
        • pandas.Series.dt.total_seconds
      • 字符串处理
        • pandas.Series.str.capitalize
        • pandas.Series.str.cat
        • pandas.Series.str.center
        • pandas.Series.str.contains
        • pandas.Series.str.count
        • pandas.Series.str.decode
        • pandas.Series.str.encode
        • pandas.Series.str.endswith
        • pandas.Series.str.extract
        • pandas.Series.str.extractall
        • pandas.Series.str.find
        • pandas.Series.str.findall
        • pandas.Series.str.get
        • pandas.Series.str.index
        • pandas.Series.str.join
        • pandas.Series.str.len
        • pandas.Series.str.ljust
        • pandas.Series.str.lower
        • pandas.Series.str.lstrip
        • pandas.Series.str.match
        • pandas.Series.str.normalize
        • pandas.Series.str.pad
        • pandas.Series.str.partition
        • pandas.Series.str.repeat
        • pandas.Series.str.replace
        • pandas.Series.str.rfind
        • pandas.Series.str.rindex
        • pandas.Series.str.rjust
        • pandas.Series.str.rpartition
        • pandas.Series.str.rstrip
        • pandas.Series.str.slice
        • pandas.Series.str.slice_replace
        • pandas.Series.str.split
        • pandas.Series.str.rsplit
        • pandas.Series.str.startswith
        • pandas.Series.str.strip
        • pandas.Series.str.swapcase
        • pandas.Series.str.title
        • pandas.Series.str.translate
        • pandas.Series.str.upper
        • pandas.Series.str.wrap
        • pandas.Series.str.zfill
        • pandas.Series.str.isalnum
        • pandas.Series.str.isalpha
        • pandas.Series.str.isdigit
        • pandas.Series.str.isspace
        • pandas.Series.str.islower
        • pandas.Series.str.isupper
        • pandas.Series.str.istitle
        • pandas.Series.str.isnumeric
        • pandas.Series.str.isdecimal
        • pandas.Series.str.get_dummies
      • 明确的
        • pandas.api.types.CategoricalDtype
        • pandas.Series.cat.categories
        • pandas.Series.cat.ordered
        • pandas.Series.cat.codes
        • pandas.Series.cat.rename_categories
        • pandas.Series.cat.reorder_categories
        • pandas.Series.cat.add_categories
        • pandas.Series.cat.remove_categories
        • pandas.Series.cat.remove_unused_categories
        • pandas.Series.cat.set_categories
        • pandas.Series.cat.as_ordered
        • pandas.Series.cat.as_unordered
        • pandas.Categorical
        • pandas.Categorical.from_codes
        • pandas.Categorical .__ array__
      • 绘制
        • pandas.Series.plot
        • pandas.Series.plot.area
        • pandas.Series.plot.bar
        • pandas.Series.plot.barh
        • pandas.Series.plot.box
        • pandas.Series.plot.density
        • pandas.Series.plot.hist
        • pandas.Series.plot.kde
        • pandas.Series.plot.line
        • pandas.Series.plot.pie
        • pandas.Series.hist
      • 序列化/ IO /转换
        • pandas.Series.from_csv
        • pandas.Series.to_pickle
        • pandas.Series.to_csv
        • pandas.Series.to_dict
        • pandas.Series.to_excel
        • pandas.Series.to_frame
        • pandas.Series.to_xarray
        • pandas.Series.to_hdf
        • pandas.Series.to_sql
        • pandas.Series.to_msgpack
        • pandas.Series.to_json
        • pandas.Series.to_sparse
        • pandas.Series.to_dense
        • pandas.Series.to_string
        • pandas.Series.to_clipboard
        • pandas.Series.to_latex
      • 疏
        • pandas.SparseSeries.to_coo
        • pandas.SparseSeries.from_coo
    • 数据帧
      • 构造函数

        • pandas.DataFrame
      • 属性和基础数据
        • pandas.DataFrame.as_matrix
        • pandas.DataFrame.dtypes
        • pandas.DataFrame.ftypes
        • pandas.DataFrame.get_dtype_counts
        • pandas.DataFrame.get_ftype_counts
        • pandas.DataFrame.select_dtypes
        • pandas.DataFrame.values
        • pandas.DataFrame.axes
        • pandas.DataFrame.ndim
        • pandas.DataFrame.size
        • pandas.DataFrame.shape
        • pandas.DataFrame.memory_usage
      • 转变
        • pandas.DataFrame.astype
        • pandas.DataFrame.convert_objects
        • pandas.DataFrame.infer_objects
        • pandas.DataFrame.copy
        • pandas.DataFrame.isna
        • pandas.DataFrame.notna
      • 索引，迭代
        • pandas.DataFrame.head
        • pandas.DataFrame.at
        • pandas.DataFrame.iat
        • pandas.DataFrame.loc
        • pandas.DataFrame.iloc
        • pandas.DataFrame.insert
        • pandas.DataFrame .__ iter__
        • pandas.DataFrame.iteritems
        • pandas.DataFrame.iterrows
        • pandas.DataFrame.itertuples
        • pandas.DataFrame.lookup
        • pandas.DataFrame.pop
        • pandas.DataFrame.tail
        • pandas.DataFrame.xs
        • pandas.DataFrame.isin
        • pandas.DataFrame.where
        • pandas.DataFrame.mask
        • pandas.DataFrame.query
      • 二进制运算符函数
        • pandas.DataFrame.add
        • pandas.DataFrame.sub
        • pandas.DataFrame.mul
        • pandas.DataFrame.div
        • pandas.DataFrame.truediv
        • pandas.DataFrame.floordiv
        • pandas.DataFrame.mod
        • pandas.DataFrame.pow
        • pandas.DataFrame.radd
        • pandas.DataFrame.rsub
        • pandas.DataFrame.rmul
        • pandas.DataFrame.rdiv
        • pandas.DataFrame.rtruediv
        • pandas.DataFrame.rfloordiv
        • pandas.DataFrame.rmod
        • pandas.DataFrame.rpow
        • pandas.DataFrame.lt
        • pandas.DataFrame.gt
        • pandas.DataFrame.le
        • pandas.DataFrame.ge
        • pandas.DataFrame.ne
        • pandas.DataFrame.eq
        • pandas.DataFrame.combine
        • pandas.DataFrame.combine_first
      • 功能应用程序，GroupBy和Window
        • pandas.DataFrame.apply
        • pandas.DataFrame.applymap
        • pandas.DataFrame.aggregate
        • pandas.DataFrame.transform
        • pandas.DataFrame.groupby
        • pandas.DataFrame.rolling
        • pandas.DataFrame.expanding
        • pandas.DataFrame.ewm
      • 计算/描述统计
        • pandas.DataFrame.abs
        • pandas.DataFrame.all
        • pandas.DataFrame.any
        • pandas.DataFrame.clip
        • pandas.DataFrame.clip_lower
        • pandas.DataFrame.clip_upper
        • pandas.DataFrame.corr
        • pandas.DataFrame.corrwith
        • pandas.DataFrame.count
        • pandas.DataFrame.cov
        • pandas.DataFrame.cummax
        • pandas.DataFrame.cummin
        • pandas.DataFrame.cumprod
        • pandas.DataFrame.cumsum
        • pandas.DataFrame.describe
        • pandas.DataFrame.diff
        • pandas.DataFrame.eval
        • pandas.DataFrame.kurt
        • pandas.DataFrame.mad
        • pandas.DataFrame.max
        • pandas.DataFrame.mean
        • pandas.DataFrame.median
        • pandas.DataFrame.min
        • pandas.DataFrame.mode
        • pandas.DataFrame.pct_change
        • pandas.DataFrame.prod
        • pandas.DataFrame.quantile
        • pandas.DataFrame.rank
        • pandas.DataFrame.round
        • pandas.DataFrame.sem
        • pandas.DataFrame.skew
        • pandas.DataFrame.sum
        • pandas.DataFrame.std
        • pandas.DataFrame.var
      • 重新编程/选择/标签操作
        • pandas.DataFrame.add_prefix
        • pandas.DataFrame.add_suffix
        • pandas.DataFrame.align
        • pandas.DataFrame.drop
        • pandas.DataFrame.drop_duplicates
        • pandas.DataFrame.duplicated
        • pandas.DataFrame.equals
        • pandas.DataFrame.filter
        • pandas.DataFrame.first
        • pandas.DataFrame.head
        • pandas.DataFrame.idxmax
        • pandas.DataFrame.idxmin
        • pandas.DataFrame.last
        • pandas.DataFrame.reindex
        • pandas.DataFrame.reindex_axis
        • pandas.DataFrame.reindex_like
        • pandas.DataFrame.rename
        • pandas.DataFrame.rename_axis
        • pandas.DataFrame.reset_index
        • pandas.DataFrame.sample
        • pandas.DataFrame.select
        • pandas.DataFrame.set_index
        • pandas.DataFrame.tail
        • pandas.DataFrame.take
        • pandas.DataFrame.truncate
      • 缺少数据处理
        • pandas.DataFrame.dropna
        • pandas.DataFrame.fillna
        • pandas.DataFrame.replace
      • 重塑，排序，移调
        • pandas.DataFrame.pivot
        • pandas.DataFrame.reorder_levels
        • pandas.DataFrame.sort_values
        • pandas.DataFrame.sort_index
        • pandas.DataFrame.nlargest
        • pandas.DataFrame.nsmallest
        • pandas.DataFrame.swaplevel
        • pandas.DataFrame.stack
        • pandas.DataFrame.unstack
        • pandas.DataFrame.melt
        • pandas.DataFrame.T
        • pandas.DataFrame.to_panel
        • pandas.DataFrame.to_xarray
        • pandas.DataFrame.transpose
      • 合并/合并/合并
        • pandas.DataFrame.append
        • pandas.DataFrame.assign
        • pandas.DataFrame.join
        • pandas.DataFrame.merge
        • pandas.DataFrame.update
      • 时间序列相关
        • pandas.DataFrame.asfreq
        • pandas.DataFrame.asof
        • pandas.DataFrame.shift
        • pandas.DataFrame.first_valid_index
        • pandas.DataFrame.last_valid_index
        • pandas.DataFrame.resample
        • pandas.DataFrame.to_period
        • pandas.DataFrame.to_timestamp
        • pandas.DataFrame.tz_convert
        • pandas.DataFrame.tz_localize
      • 绘制
        • pandas.DataFrame.plot
        • pandas.DataFrame.plot.area
        • pandas.DataFrame.plot.bar
        • pandas.DataFrame.plot.barh
        • pandas.DataFrame.plot.box
        • pandas.DataFrame.plot.density
        • pandas.DataFrame.plot.hexbin
        • pandas.DataFrame.plot.hist
        • pandas.DataFrame.plot.kde
        • pandas.DataFrame.plot.line
        • pandas.DataFrame.plot.pie
        • pandas.DataFrame.plot.scatter
        • pandas.DataFrame.boxplot
        • pandas.DataFrame.hist
      • 序列化/ IO /转换
        • pandas.DataFrame.from_csv
        • pandas.DataFrame.from_dict
        • pandas.DataFrame.from_items
        • pandas.DataFrame.from_records
        • pandas.DataFrame.info
        • pandas.DataFrame.to_pickle
        • pandas.DataFrame.to_csv
        • pandas.DataFrame.to_hdf
        • pandas.DataFrame.to_sql
        • pandas.DataFrame.to_dict
        • pandas.DataFrame.to_excel
        • pandas.DataFrame.to_json
        • pandas.DataFrame.to_html
        • pandas.DataFrame.to_feather
        • pandas.DataFrame.to_latex
        • pandas.DataFrame.to_stata
        • pandas.DataFrame.to_msgpack
        • pandas.DataFrame.to_gbq
        • pandas.DataFrame.to_records
        • pandas.DataFrame.to_sparse
        • pandas.DataFrame.to_dense
        • pandas.DataFrame.to_string
        • pandas.DataFrame.to_clipboard
      • 疏
        • pandas.SparseDataFrame.to_coo
    • 面板
      • 构造函数

        • pandas.Panel
      • 属性和基础数据
        • pandas.Panel.values
        • pandas.Panel.axes
        • pandas.Panel.ndim
        • pandas.Panel.size
        • pandas.Panel.shape
        • pandas.Panel.dtypes
        • pandas.Panel.ftypes
        • pandas.Panel.get_dtype_counts
        • pandas.Panel.get_ftype_counts
      • 转变
        • pandas.Panel.astype
        • pandas.Panel.copy
        • pandas.Panel.isna
        • pandas.Panel.notna
      • 获取和设置
        • pandas.Panel.get_value
        • pandas.Panel.set_value
      • 索引，迭代，切片
        • pandas.Panel.at
        • pandas.Panel.iat
        • pandas.Panel.loc
        • pandas.Panel.iloc
        • pandas.Panel .__ iter__
        • pandas.Panel.iteritems
        • pandas.Panel.pop
        • pandas.Panel.xs
        • pandas.Panel.major_xs
        • pandas.Panel.minor_xs
      • 二进制运算符函数
        • pandas.Panel.add
        • pandas.Panel.sub
        • pandas.Panel.mul
        • pandas.Panel.div
        • pandas.Panel.truediv
        • pandas.Panel.floordiv
        • pandas.Panel.mod
        • pandas.Panel.pow
        • pandas.Panel.radd
        • pandas.Panel.rsub
        • pandas.Panel.rmul
        • pandas.Panel.rdiv
        • pandas.Panel.rtruediv
        • pandas.Panel.rfloordiv
        • pandas.Panel.rmod
        • pandas.Panel.rpow
        • pandas.Panel.lt
        • pandas.Panel.gt
        • pandas.Panel.le
        • pandas.Panel.ge
        • pandas.Panel.ne
        • pandas.Panel.eq
      • 函数应用程序，GroupBy
        • pandas.Panel.apply
        • pandas.Panel.groupby
      • 计算/描述统计
        • pandas.Panel.abs
        • pandas.Panel.clip
        • pandas.Panel.clip_lower
        • pandas.Panel.clip_upper
        • pandas.Panel.count
        • pandas.Panel.cummax
        • pandas.Panel.cummin
        • pandas.Panel.cumprod
        • pandas.Panel.cumsum
        • pandas.Panel.max
        • pandas.Panel.mean
        • pandas.Panel.median
        • pandas.Panel.min
        • pandas.Panel.pct_change
        • pandas.Panel.prod
        • pandas.Panel.sem
        • pandas.Panel.skew
        • pandas.Panel.sum
        • pandas.Panel.std
        • pandas.Panel.var
      • 重新编程/选择/标签操作
        • pandas.Panel.add_prefix
        • pandas.Panel.add_suffix
        • pandas.Panel.drop
        • pandas.Panel.equals
        • pandas.Panel.filter
        • pandas.Panel.first
        • pandas.Panel.last
        • pandas.Panel.reindex
        • pandas.Panel.reindex_axis
        • pandas.Panel.reindex_like
        • pandas.Panel.rename
        • pandas.Panel.sample
        • pandas.Panel.select
        • pandas.Panel.take
        • pandas.Panel.truncate
      • 缺少数据处理
        • pandas.Panel.dropna
        • pandas.Panel.fillna
      • 重塑，排序，移调
        • pandas.Panel.sort_index
        • pandas.Panel.swaplevel
        • pandas.Panel.transpose
        • pandas.Panel.swapaxes
        • pandas.Panel.conform
      • 合并/合并/合并
        • pandas.Panel.join
        • pandas.Panel.update
      • 时间序列相关
        • pandas.Panel.asfreq
        • pandas.Panel.shift
        • pandas.Panel.resample
        • pandas.Panel.tz_convert
        • pandas.Panel.tz_localize
      • 序列化/ IO /转换
        • pandas.Panel.from_dict
        • pandas.Panel.to_pickle
        • pandas.Panel.to_excel
        • pandas.Panel.to_hdf
        • pandas.Panel.to_sparse
        • pandas.Panel.to_frame
        • pandas.Panel.to_xarray
        • pandas.Panel.to_clipboard
    • 指数
      • pandas.Index

        • pandas.Index.T
        • pandas.Index.asi8
        • pandas.Index.base
        • pandas.Index.data
        • pandas.Index.dtype
        • pandas.Index.dtype_str
        • pandas.Index.empty
        • pandas.Index.flags
        • pandas.Index.has_duplicates
        • pandas.Index.hasnans
        • pandas.Index.inferred_type
        • pandas.Index.is_all_dates
        • pandas.Index.is_monotonic
        • pandas.Index.is_monotonic_decreasing
        • pandas.Index.is_monotonic_increasing
        • pandas.Index.is_unique
        • pandas.Index.itemsize
        • pandas.Index.name
        • pandas.Index.names
        • pandas.Index.nbytes
        • pandas.Index.ndim
        • pandas.Index.nlevels
        • pandas.Index.shape
        • pandas.Index.size
        • pandas.Index.strides
        • pandas.Index.values
        • pandas.Index.all
        • pandas.Index.any
        • pandas.Index.append
        • pandas.Index.argmax
        • pandas.Index.argmin
        • pandas.Index.argsort
        • pandas.Index.asof
        • pandas.Index.asof_locs
        • pandas.Index.astype
        • pandas.Index.contains
        • pandas.Index.copy
        • pandas.Index.delete
        • pandas.Index.difference
        • pandas.Index.drop
        • pandas.Index.drop_duplicates
        • pandas.Index.dropna
        • pandas.Index.duplicated
        • pandas.Index.equals
        • pandas.Index.factorize
        • pandas.Index.fillna
        • pandas.Index.format
        • pandas.Index.get_duplicates
        • pandas.Index.get_indexer
        • pandas.Index.get_indexer_for
        • pandas.Index.get_indexer_non_unique
        • pandas.Index.get_level_values
        • pandas.Index.get_loc
        • pandas.Index.get_slice_bound
        • pandas.Index.get_value
        • pandas.Index.get_values
        • pandas.Index.groupby
        • pandas.Index.holds_integer
        • pandas.Index.identical
        • pandas.Index.insert
        • pandas.Index.intersection
        • pandas.Index.is_
        • pandas.Index.is_boolean
        • pandas.Index.is_categorical
        • pandas.Index.is_floating
        • pandas.Index.is_integer
        • pandas.Index.is_interval
        • pandas.Index.is_lexsorted_for_tuple
        • pandas.Index.is_mixed
        • pandas.Index.is_numeric
        • pandas.Index.is_object
        • pandas.Index.is_type_compatible
        • pandas.Index.isin
        • pandas.Index.isna
        • pandas.Index.isnull
        • pandas.Index.item
        • pandas.Index.join
        • pandas.Index.map
        • pandas.Index.max
        • pandas.Index.memory_usage
        • pandas.Index.min
        • pandas.Index.notna
        • pandas.Index.notnull
        • pandas.Index.nunique
        • pandas.Index.putmask
        • pandas.Index.ravel
        • pandas.Index.reindex
        • pandas.Index.rename
        • pandas.Index.repeat
        • pandas.Index.reshape
        • pandas.Index.searchsorted
        • pandas.Index.set_names
        • pandas.Index.set_value
        • pandas.Index.shift
        • pandas.Index.slice_indexer
        • pandas.Index.slice_locs
        • pandas.Index.sort
        • pandas.Index.sort_values
        • pandas.Index.sortlevel
        • pandas.Index.str
        • pandas.Index.summary
        • pandas.Index.symmetric_difference
        • pandas.Index.take
        • pandas.Index.to_datetime
        • pandas.Index.to_frame
        • pandas.Index.to_native_types
        • pandas.Index.to_series
        • pandas.Index.tolist
        • pandas.Index.transpose
        • pandas.Index.union
        • pandas.Index.unique
        • pandas.Index.value_counts
        • pandas.Index.view
        • pandas.Index.where
      • 属性
        • pandas.Index.values
        • pandas.Index.is_monotonic
        • pandas.Index.is_monotonic_increasing
        • pandas.Index.is_monotonic_decreasing
        • pandas.Index.is_unique
        • pandas.Index.has_duplicates
        • pandas.Index.dtype
        • pandas.Index.inferred_type
        • pandas.Index.is_all_dates
        • pandas.Index.shape
        • pandas.Index.nbytes
        • pandas.Index.ndim
        • pandas.Index.size
        • pandas.Index.empty
        • pandas.Index.strides
        • pandas.Index.itemsize
        • pandas.Index.base
        • pandas.Index.T
        • pandas.Index.memory_usage
      • 修改和计算
        • pandas.Index.all
        • pandas.Index.any
        • pandas.Index.argmin
        • pandas.Index.argmax
        • pandas.Index.copy
        • pandas.Index.delete
        • pandas.Index.drop
        • pandas.Index.drop_duplicates
        • pandas.Index.duplicated
        • pandas.Index.equals
        • pandas.Index.factorize
        • pandas.Index.identical
        • pandas.Index.insert
        • pandas.Index.min
        • pandas.Index.max
        • pandas.Index.reindex
        • pandas.Index.repeat
        • pandas.Index.where
        • pandas.Index.take
        • pandas.Index.putmask
        • pandas.Index.set_names
        • pandas.Index.unique
        • pandas.Index.nunique
        • pandas.Index.value_counts
      • 缺少值
        • pandas.Index.fillna
        • pandas.Index.dropna
        • pandas.Index.isna
        • pandas.Index.notna
      • 转变
        • pandas.Index.astype
        • pandas.Index.tolist
        • pandas.Index.to_datetime
        • pandas.Index.to_series
        • pandas.Index.to_frame
      • 排序
        • pandas.Index.argsort
        • pandas.Index.sort_values
      • 特定时间的操作
        • pandas.Index.shift
      • 组合/连接/设置操作
        • pandas.Index.append
        • pandas.Index.join
        • pandas.Index.intersection
        • pandas.Index.union
        • pandas.Index.difference
        • pandas.Index.symmetric_difference
      • 选择
        • pandas.Index.get_indexer
        • pandas.Index.get_indexer_non_unique
        • pandas.Index.get_level_values
        • pandas.Index.get_loc
        • pandas.Index.get_value
        • pandas.Index.isin
        • pandas.Index.slice_indexer
        • pandas.Index.slice_locs
    • 数字索引
      • pandas.RangeIndex
      • pandas.Int64Index
      • pandas.UInt64Index
      • pandas.Float64Index
    • CategoricalIndex
      • pandas.CategoricalIndex
      • 分类组件
        • pandas.CategoricalIndex.codes
        • pandas.CategoricalIndex.categories
        • pandas.CategoricalIndex.ordered
        • pandas.CategoricalIndex.rename_categories
        • pandas.CategoricalIndex.reorder_categories
        • pandas.CategoricalIndex.add_categories
        • pandas.CategoricalIndex.remove_categories
        • pandas.CategoricalIndex.remove_unused_categories
        • pandas.CategoricalIndex.set_categories
        • pandas.CategoricalIndex.as_ordered
        • pandas.CategoricalIndex.as_unordered
    • IntervalIndex
      • pandas.IntervalIndex
      • IntervalIndex组件
        • pandas.IntervalIndex.from_arrays
        • pandas.IntervalIndex.from_tuples
        • pandas.IntervalIndex.from_breaks
        • pandas.IntervalIndex.from_intervals
    • 多指标
      • pandas.MultiIndex

        • pandas.MultiIndex.T
        • pandas.MultiIndex.asi8
        • pandas.MultiIndex.base
        • pandas.MultiIndex.data
        • pandas.MultiIndex.dtype
        • pandas.MultiIndex.dtype_str
        • pandas.MultiIndex.empty
        • pandas.MultiIndex.flags
        • pandas.MultiIndex.has_duplicates
        • pandas.MultiIndex.hasnans
        • pandas.MultiIndex.inferred_type
        • pandas.MultiIndex.is_all_dates
        • pandas.MultiIndex.is_monotonic
        • pandas.MultiIndex.is_monotonic_decreasing
        • pandas.MultiIndex.is_monotonic_increasing
        • pandas.MultiIndex.is_unique
        • pandas.MultiIndex.itemsize
        • pandas.MultiIndex.labels
        • pandas.MultiIndex.levels
        • pandas.MultiIndex.levshape
        • pandas.MultiIndex.lexsort_depth
        • pandas.MultiIndex.name
        • pandas.MultiIndex.names
        • pandas.MultiIndex.nbytes
        • pandas.MultiIndex.ndim
        • pandas.MultiIndex.nlevels
        • pandas.MultiIndex.shape
        • pandas.MultiIndex.size
        • pandas.MultiIndex.strides
        • pandas.MultiIndex.values
        • pandas.MultiIndex.all
        • pandas.MultiIndex.any
        • pandas.MultiIndex.append
        • pandas.MultiIndex.argmax
        • pandas.MultiIndex.argmin
        • pandas.MultiIndex.argsort
        • pandas.MultiIndex.asof
        • pandas.MultiIndex.asof_locs
        • pandas.MultiIndex.astype
        • pandas.MultiIndex.contains
        • pandas.MultiIndex.copy
        • pandas.MultiIndex.delete
        • pandas.MultiIndex.difference
        • pandas.MultiIndex.drop
        • pandas.MultiIndex.drop_duplicates
        • pandas.MultiIndex.droplevel
        • pandas.MultiIndex.dropna
        • pandas.MultiIndex.duplicated
        • pandas.MultiIndex.equal_levels
        • pandas.MultiIndex.equals
        • pandas.MultiIndex.factorize
        • pandas.MultiIndex.fillna
        • pandas.MultiIndex.format
        • pandas.MultiIndex.from_arrays
        • pandas.MultiIndex.from_product
        • pandas.MultiIndex.from_tuples
        • pandas.MultiIndex.get_duplicates
        • pandas.MultiIndex.get_indexer
        • pandas.MultiIndex.get_indexer_for
        • pandas.MultiIndex.get_indexer_non_unique
        • pandas.MultiIndex.get_level_values
        • pandas.MultiIndex.get_loc
        • pandas.MultiIndex.get_loc_level
        • pandas.MultiIndex.get_locs
        • pandas.MultiIndex.get_major_bounds
        • pandas.MultiIndex.get_slice_bound
        • pandas.MultiIndex.get_value
        • pandas.MultiIndex.get_values
        • pandas.MultiIndex.groupby
        • pandas.MultiIndex.holds_integer
        • pandas.MultiIndex.identical
        • pandas.MultiIndex.insert
        • pandas.MultiIndex.intersection
        • pandas.MultiIndex.is_
        • pandas.MultiIndex.is_boolean
        • pandas.MultiIndex.is_categorical
        • pandas.MultiIndex.is_floating
        • pandas.MultiIndex.is_integer
        • pandas.MultiIndex.is_interval
        • pandas.MultiIndex.is_lexsorted
        • pandas.MultiIndex.is_lexsorted_for_tuple
        • pandas.MultiIndex.is_mixed
        • pandas.MultiIndex.is_numeric
        • pandas.MultiIndex.is_object
        • pandas.MultiIndex.is_type_compatible
        • pandas.MultiIndex.isin
        • pandas.MultiIndex.isna
        • pandas.MultiIndex.isnull
        • pandas.MultiIndex.item
        • pandas.MultiIndex.join
        • pandas.MultiIndex.map
        • pandas.MultiIndex.max
        • pandas.MultiIndex.memory_usage
        • pandas.MultiIndex.min
        • pandas.MultiIndex.notna
        • pandas.MultiIndex.notnull
        • pandas.MultiIndex.nunique
        • pandas.MultiIndex.putmask
        • pandas.MultiIndex.ravel
        • pandas.MultiIndex.reindex
        • pandas.MultiIndex.remove_unused_levels
        • pandas.MultiIndex.rename
        • pandas.MultiIndex.reorder_levels
        • pandas.MultiIndex.repeat
        • pandas.MultiIndex.reshape
        • pandas.MultiIndex.searchsorted
        • pandas.MultiIndex.set_labels
        • pandas.MultiIndex.set_levels
        • pandas.MultiIndex.set_names
        • pandas.MultiIndex.set_value
        • pandas.MultiIndex.shift
        • pandas.MultiIndex.slice_indexer
        • pandas.MultiIndex.slice_locs
        • pandas.MultiIndex.sort
        • pandas.MultiIndex.sort_values
        • pandas.MultiIndex.sortlevel
        • pandas.MultiIndex.str
        • pandas.MultiIndex.summary
        • pandas.MultiIndex.swaplevel
        • pandas.MultiIndex.symmetric_difference
        • pandas.MultiIndex.take
        • pandas.MultiIndex.to_datetime
        • pandas.MultiIndex.to_frame
        • pandas.MultiIndex.to_hierarchical
        • pandas.MultiIndex.to_native_types
        • pandas.MultiIndex.to_series
        • pandas.MultiIndex.tolist
        • pandas.MultiIndex.transpose
        • pandas.MultiIndex.truncate
        • pandas.MultiIndex.union
        • pandas.MultiIndex.unique
        • pandas.MultiIndex.value_counts
        • pandas.MultiIndex.view
        • pandas.MultiIndex.where
      • pandas.IndexSlice
      • MultiIndex组件
        • pandas.MultiIndex.from_arrays
        • pandas.MultiIndex.from_tuples
        • pandas.MultiIndex.from_product
        • pandas.MultiIndex.set_levels
        • pandas.MultiIndex.set_labels
        • pandas.MultiIndex.to_hierarchical
        • pandas.MultiIndex.to_frame
        • pandas.MultiIndex.is_lexsorted
        • pandas.MultiIndex.droplevel
        • pandas.MultiIndex.swaplevel
        • pandas.MultiIndex.reorder_levels
        • pandas.MultiIndex.remove_unused_levels
    • DatetimeIndex
      • pandas.DatetimeIndex

        • pandas.DatetimeIndex.T
        • pandas.DatetimeIndex.asi8
        • pandas.DatetimeIndex.asobject
        • pandas.DatetimeIndex.base
        • pandas.DatetimeIndex.data
        • pandas.DatetimeIndex.date
        • pandas.DatetimeIndex.day
        • pandas.DatetimeIndex.dayofweek
        • pandas.DatetimeIndex.dayofyear
        • pandas.DatetimeIndex.days_in_month
        • pandas.DatetimeIndex.daysinmonth
        • pandas.DatetimeIndex.dtype
        • pandas.DatetimeIndex.dtype_str
        • pandas.DatetimeIndex.empty
        • pandas.DatetimeIndex.flags
        • pandas.DatetimeIndex.freq
        • pandas.DatetimeIndex.freqstr
        • pandas.DatetimeIndex.has_duplicates
        • pandas.DatetimeIndex.hasnans
        • pandas.DatetimeIndex.hour
        • pandas.DatetimeIndex.inferred_freq
        • pandas.DatetimeIndex.inferred_type
        • pandas.DatetimeIndex.is_all_dates
        • pandas.DatetimeIndex.is_leap_year
        • pandas.DatetimeIndex.is_monotonic
        • pandas.DatetimeIndex.is_monotonic_decreasing
        • pandas.DatetimeIndex.is_monotonic_increasing
        • pandas.DatetimeIndex.is_month_end
        • pandas.DatetimeIndex.is_month_start
        • pandas.DatetimeIndex.is_normalized
        • pandas.DatetimeIndex.is_quarter_end
        • pandas.DatetimeIndex.is_quarter_start
        • pandas.DatetimeIndex.is_unique
        • pandas.DatetimeIndex.is_year_end
        • pandas.DatetimeIndex.is_year_start
        • pandas.DatetimeIndex.itemsize
        • pandas.DatetimeIndex.microsecond
        • pandas.DatetimeIndex.minute
        • pandas.DatetimeIndex.month
        • pandas.DatetimeIndex.name
        • pandas.DatetimeIndex.names
        • pandas.DatetimeIndex.nanosecond
        • pandas.DatetimeIndex.nbytes
        • pandas.DatetimeIndex.ndim
        • pandas.DatetimeIndex.nlevels
        • pandas.DatetimeIndex.offset
        • pandas.DatetimeIndex.quarter
        • pandas.DatetimeIndex.resolution
        • pandas.DatetimeIndex.second
        • pandas.DatetimeIndex.shape
        • pandas.DatetimeIndex.size
        • pandas.DatetimeIndex.strides
        • pandas.DatetimeIndex.time
        • pandas.DatetimeIndex.tz
        • pandas.DatetimeIndex.tzinfo
        • pandas.DatetimeIndex.values
        • pandas.DatetimeIndex.week
        • pandas.DatetimeIndex.weekday
        • pandas.DatetimeIndex.weekday_name
        • pandas.DatetimeIndex.weekofyear
        • pandas.DatetimeIndex.year
        • pandas.DatetimeIndex.all
        • pandas.DatetimeIndex.any
        • pandas.DatetimeIndex.append
        • pandas.DatetimeIndex.argmax
        • pandas.DatetimeIndex.argmin
        • pandas.DatetimeIndex.argsort
        • pandas.DatetimeIndex.asof
        • pandas.DatetimeIndex.asof_locs
        • pandas.DatetimeIndex.astype
        • pandas.DatetimeIndex.ceil
        • pandas.DatetimeIndex.contains
        • pandas.DatetimeIndex.copy
        • pandas.DatetimeIndex.delete
        • pandas.DatetimeIndex.difference
        • pandas.DatetimeIndex.drop
        • pandas.DatetimeIndex.drop_duplicates
        • pandas.DatetimeIndex.dropna
        • pandas.DatetimeIndex.duplicated
        • pandas.DatetimeIndex.equals
        • pandas.DatetimeIndex.factorize
        • pandas.DatetimeIndex.fillna
        • pandas.DatetimeIndex.floor
        • pandas.DatetimeIndex.format
        • pandas.DatetimeIndex.get_duplicates
        • pandas.DatetimeIndex.get_indexer
        • pandas.DatetimeIndex.get_indexer_for
        • pandas.DatetimeIndex.get_indexer_non_unique
        • pandas.DatetimeIndex.get_level_values
        • pandas.DatetimeIndex.get_loc
        • pandas.DatetimeIndex.get_slice_bound
        • pandas.DatetimeIndex.get_value
        • pandas.DatetimeIndex.get_value_maybe_box
        • pandas.DatetimeIndex.get_values
        • pandas.DatetimeIndex.groupby
        • pandas.DatetimeIndex.holds_integer
        • pandas.DatetimeIndex.identical
        • pandas.DatetimeIndex.indexer_at_time
        • pandas.DatetimeIndex.indexer_between_time
        • pandas.DatetimeIndex.insert
        • pandas.DatetimeIndex.intersection
        • pandas.DatetimeIndex.is_
        • pandas.DatetimeIndex.is_boolean
        • pandas.DatetimeIndex.is_categorical
        • pandas.DatetimeIndex.is_floating
        • pandas.DatetimeIndex.is_integer
        • pandas.DatetimeIndex.is_interval
        • pandas.DatetimeIndex.is_lexsorted_for_tuple
        • pandas.DatetimeIndex.is_mixed
        • pandas.DatetimeIndex.is_numeric
        • pandas.DatetimeIndex.is_object
        • pandas.DatetimeIndex.is_type_compatible
        • pandas.DatetimeIndex.isin
        • pandas.DatetimeIndex.isna
        • pandas.DatetimeIndex.isnull
        • pandas.DatetimeIndex.item
        • pandas.DatetimeIndex.join
        • pandas.DatetimeIndex.map
        • pandas.DatetimeIndex.max
        • pandas.DatetimeIndex.memory_usage
        • pandas.DatetimeIndex.min
        • pandas.DatetimeIndex.normalize
        • pandas.DatetimeIndex.notna
        • pandas.DatetimeIndex.notnull
        • pandas.DatetimeIndex.nunique
        • pandas.DatetimeIndex.putmask
        • pandas.DatetimeIndex.ravel
        • pandas.DatetimeIndex.reindex
        • pandas.DatetimeIndex.rename
        • pandas.DatetimeIndex.repeat
        • pandas.DatetimeIndex.reshape
        • pandas.DatetimeIndex.round
        • pandas.DatetimeIndex.searchsorted
        • pandas.DatetimeIndex.set_names
        • pandas.DatetimeIndex.set_value
        • pandas.DatetimeIndex.shift
        • pandas.DatetimeIndex.slice_indexer
        • pandas.DatetimeIndex.slice_locs
        • pandas.DatetimeIndex.snap
        • pandas.DatetimeIndex.sort
        • pandas.DatetimeIndex.sort_values
        • pandas.DatetimeIndex.sortlevel
        • pandas.DatetimeIndex.str
        • pandas.DatetimeIndex.strftime
        • pandas.DatetimeIndex.summary
        • pandas.DatetimeIndex.symmetric_difference
        • pandas.DatetimeIndex.take
        • pandas.DatetimeIndex.to_datetime
        • pandas.DatetimeIndex.to_frame
        • pandas.DatetimeIndex.to_julian_date
        • pandas.DatetimeIndex.to_native_types
        • pandas.DatetimeIndex.to_period
        • pandas.DatetimeIndex.to_perioddelta
        • pandas.DatetimeIndex.to_pydatetime
        • pandas.DatetimeIndex.to_series
        • pandas.DatetimeIndex.tolist
        • pandas.DatetimeIndex.transpose
        • pandas.DatetimeIndex.tz_convert
        • pandas.DatetimeIndex.tz_localize
        • pandas.DatetimeIndex.union
        • pandas.DatetimeIndex.union_many
        • pandas.DatetimeIndex.unique
        • pandas.DatetimeIndex.value_counts
        • pandas.DatetimeIndex.view
        • pandas.DatetimeIndex.where
      • 时间/日期组件
        • pandas.DatetimeIndex.year
        • pandas.DatetimeIndex.month
        • pandas.DatetimeIndex.day
        • pandas.DatetimeIndex.hour
        • pandas.DatetimeIndex.minute
        • pandas.DatetimeIndex.second
        • pandas.DatetimeIndex.microsecond
        • pandas.DatetimeIndex.nanosecond
        • pandas.DatetimeIndex.date
        • pandas.DatetimeIndex.time
        • pandas.DatetimeIndex.dayofyear
        • pandas.DatetimeIndex.weekofyear
        • pandas.DatetimeIndex.week
        • pandas.DatetimeIndex.dayofweek
        • pandas.DatetimeIndex.weekday
        • pandas.DatetimeIndex.weekday_name
        • pandas.DatetimeIndex.quarter
        • pandas.DatetimeIndex.tz
        • pandas.DatetimeIndex.freq
        • pandas.DatetimeIndex.freqstr
        • pandas.DatetimeIndex.is_month_start
        • pandas.DatetimeIndex.is_month_end
        • pandas.DatetimeIndex.is_quarter_start
        • pandas.DatetimeIndex.is_quarter_end
        • pandas.DatetimeIndex.is_year_start
        • pandas.DatetimeIndex.is_year_end
        • pandas.DatetimeIndex.is_leap_year
        • pandas.DatetimeIndex.inferred_freq
      • 选择
        • pandas.DatetimeIndex.indexer_at_time
        • pandas.DatetimeIndex.indexer_between_time
      • 特定时间的操作
        • pandas.DatetimeIndex.normalize
        • pandas.DatetimeIndex.strftime
        • pandas.DatetimeIndex.snap
        • pandas.DatetimeIndex.tz_convert
        • pandas.DatetimeIndex.tz_localize
        • pandas.DatetimeIndex.round
        • pandas.DatetimeIndex.floor
        • pandas.DatetimeIndex.ceil
      • 转变
        • pandas.DatetimeIndex.to_datetime
        • pandas.DatetimeIndex.to_period
        • pandas.DatetimeIndex.to_perioddelta
        • pandas.DatetimeIndex.to_pydatetime
        • pandas.DatetimeIndex.to_series
        • pandas.DatetimeIndex.to_frame
    • TimedeltaIndex
      • pandas.TimedeltaIndex

        • pandas.TimedeltaIndex.T
        • pandas.TimedeltaIndex.asi8
        • pandas.TimedeltaIndex.asobject
        • pandas.TimedeltaIndex.base
        • pandas.TimedeltaIndex.components
        • pandas.TimedeltaIndex.data
        • pandas.TimedeltaIndex.days
        • pandas.TimedeltaIndex.dtype
        • pandas.TimedeltaIndex.dtype_str
        • pandas.TimedeltaIndex.empty
        • pandas.TimedeltaIndex.flags
        • pandas.TimedeltaIndex.freq
        • pandas.TimedeltaIndex.freqstr
        • pandas.TimedeltaIndex.has_duplicates
        • pandas.TimedeltaIndex.hasnans
        • pandas.TimedeltaIndex.inferred_freq
        • pandas.TimedeltaIndex.inferred_type
        • pandas.TimedeltaIndex.is_all_dates
        • pandas.TimedeltaIndex.is_monotonic
        • pandas.TimedeltaIndex.is_monotonic_decreasing
        • pandas.TimedeltaIndex.is_monotonic_increasing
        • pandas.TimedeltaIndex.is_unique
        • pandas.TimedeltaIndex.itemsize
        • pandas.TimedeltaIndex.microseconds
        • pandas.TimedeltaIndex.name
        • pandas.TimedeltaIndex.names
        • pandas.TimedeltaIndex.nanoseconds
        • pandas.TimedeltaIndex.nbytes
        • pandas.TimedeltaIndex.ndim
        • pandas.TimedeltaIndex.nlevels
        • pandas.TimedeltaIndex.resolution
        • pandas.TimedeltaIndex.seconds
        • pandas.TimedeltaIndex.shape
        • pandas.TimedeltaIndex.size
        • pandas.TimedeltaIndex.strides
        • pandas.TimedeltaIndex.values
        • pandas.TimedeltaIndex.all
        • pandas.TimedeltaIndex.any
        • pandas.TimedeltaIndex.append
        • pandas.TimedeltaIndex.argmax
        • pandas.TimedeltaIndex.argmin
        • pandas.TimedeltaIndex.argsort
        • pandas.TimedeltaIndex.asof
        • pandas.TimedeltaIndex.asof_locs
        • pandas.TimedeltaIndex.astype
        • pandas.TimedeltaIndex.ceil
        • pandas.TimedeltaIndex.contains
        • pandas.TimedeltaIndex.copy
        • pandas.TimedeltaIndex.delete
        • pandas.TimedeltaIndex.difference
        • pandas.TimedeltaIndex.drop
        • pandas.TimedeltaIndex.drop_duplicates
        • pandas.TimedeltaIndex.dropna
        • pandas.TimedeltaIndex.duplicated
        • pandas.TimedeltaIndex.equals
        • pandas.TimedeltaIndex.factorize
        • pandas.TimedeltaIndex.fillna
        • pandas.TimedeltaIndex.floor
        • pandas.TimedeltaIndex.format
        • pandas.TimedeltaIndex.get_duplicates
        • pandas.TimedeltaIndex.get_indexer
        • pandas.TimedeltaIndex.get_indexer_for
        • pandas.TimedeltaIndex.get_indexer_non_unique
        • pandas.TimedeltaIndex.get_level_values
        • pandas.TimedeltaIndex.get_loc
        • pandas.TimedeltaIndex.get_slice_bound
        • pandas.TimedeltaIndex.get_value
        • pandas.TimedeltaIndex.get_value_maybe_box
        • pandas.TimedeltaIndex.get_values
        • pandas.TimedeltaIndex.groupby
        • pandas.TimedeltaIndex.holds_integer
        • pandas.TimedeltaIndex.identical
        • pandas.TimedeltaIndex.insert
        • pandas.TimedeltaIndex.intersection
        • pandas.TimedeltaIndex.is_
        • pandas.TimedeltaIndex.is_boolean
        • pandas.TimedeltaIndex.is_categorical
        • pandas.TimedeltaIndex.is_floating
        • pandas.TimedeltaIndex.is_integer
        • pandas.TimedeltaIndex.is_interval
        • pandas.TimedeltaIndex.is_lexsorted_for_tuple
        • pandas.TimedeltaIndex.is_mixed
        • pandas.TimedeltaIndex.is_numeric
        • pandas.TimedeltaIndex.is_object
        • pandas.TimedeltaIndex.is_type_compatible
        • pandas.TimedeltaIndex.isin
        • pandas.TimedeltaIndex.isna
        • pandas.TimedeltaIndex.isnull
        • pandas.TimedeltaIndex.item
        • pandas.TimedeltaIndex.join
        • pandas.TimedeltaIndex.map
        • pandas.TimedeltaIndex.max
        • pandas.TimedeltaIndex.memory_usage
        • pandas.TimedeltaIndex.min
        • pandas.TimedeltaIndex.notna
        • pandas.TimedeltaIndex.notnull
        • pandas.TimedeltaIndex.nunique
        • pandas.TimedeltaIndex.putmask
        • pandas.TimedeltaIndex.ravel
        • pandas.TimedeltaIndex.reindex
        • pandas.TimedeltaIndex.rename
        • pandas.TimedeltaIndex.repeat
        • pandas.TimedeltaIndex.reshape
        • pandas.TimedeltaIndex.round
        • pandas.TimedeltaIndex.searchsorted
        • pandas.TimedeltaIndex.set_names
        • pandas.TimedeltaIndex.set_value
        • pandas.TimedeltaIndex.shift
        • pandas.TimedeltaIndex.slice_indexer
        • pandas.TimedeltaIndex.slice_locs
        • pandas.TimedeltaIndex.sort
        • pandas.TimedeltaIndex.sort_values
        • pandas.TimedeltaIndex.sortlevel
        • pandas.TimedeltaIndex.str
        • pandas.TimedeltaIndex.summary
        • pandas.TimedeltaIndex.symmetric_difference
        • pandas.TimedeltaIndex.take
        • pandas.TimedeltaIndex.to_datetime
        • pandas.TimedeltaIndex.to_frame
        • pandas.TimedeltaIndex.to_native_types
        • pandas.TimedeltaIndex.to_pytimedelta
        • pandas.TimedeltaIndex.to_series
        • pandas.TimedeltaIndex.tolist
        • pandas.TimedeltaIndex.total_seconds
        • pandas.TimedeltaIndex.transpose
        • pandas.TimedeltaIndex.union
        • pandas.TimedeltaIndex.unique
        • pandas.TimedeltaIndex.value_counts
        • pandas.TimedeltaIndex.view
        • pandas.TimedeltaIndex.where
      • 组件
        • pandas.TimedeltaIndex.days
        • pandas.TimedeltaIndex.seconds
        • pandas.TimedeltaIndex.microseconds
        • pandas.TimedeltaIndex.nanoseconds
        • pandas.TimedeltaIndex.components
        • pandas.TimedeltaIndex.inferred_freq
      • 转变
        • pandas.TimedeltaIndex.to_pytimedelta
        • pandas.TimedeltaIndex.to_series
        • pandas.TimedeltaIndex.round
        • pandas.TimedeltaIndex.floor
        • pandas.TimedeltaIndex.ceil
        • pandas.TimedeltaIndex.to_frame
    • PeriodIndex
      • pandas.PeriodIndex
      • 属性
        • pandas.PeriodIndex.day
        • pandas.PeriodIndex.dayofweek
        • pandas.PeriodIndex.dayofyear
        • pandas.PeriodIndex.days_in_month
        • pandas.PeriodIndex.daysinmonth
        • pandas.PeriodIndex.end_time
        • pandas.PeriodIndex.freq
        • pandas.PeriodIndex.freqstr
        • pandas.PeriodIndex.hour
        • pandas.PeriodIndex.is_leap_year
        • pandas.PeriodIndex.minute
        • pandas.PeriodIndex.month
        • pandas.PeriodIndex.quarter
        • pandas.PeriodIndex.qyear
        • pandas.PeriodIndex.second
        • pandas.PeriodIndex.start_time
        • pandas.PeriodIndex.week
        • pandas.PeriodIndex.weekday
        • pandas.PeriodIndex.weekofyear
        • pandas.PeriodIndex.year
      • 方法
        • pandas.PeriodIndex.asfreq
        • pandas.PeriodIndex.strftime
        • pandas.PeriodIndex.to_timestamp
        • pandas.PeriodIndex.tz_convert
        • pandas.PeriodIndex.tz_localize
    • 标量
      • 期

        • pandas.Period
      • 属性
        • pandas.Period.day
        • pandas.Period.dayofweek
        • pandas.Period.dayofyear
        • pandas.Period.days_in_month
        • pandas.Period.daysinmonth
        • pandas.Period.end_time
        • pandas.Period.freq
        • pandas.Period.freqstr
        • pandas.Period.hour
        • pandas.Period.is_leap_year
        • pandas.Period.minute
        • pandas.Period.month
        • pandas.Period.ordinal
        • pandas.Period.quarter
        • pandas.Period.qyear
        • pandas.Period.second
        • pandas.Period.start_time
        • pandas.Period.week
        • pandas.Period.weekday
        • pandas.Period.weekofyear
        • pandas.Period.year
      • 方法
        • pandas.Period.asfreq
        • pandas.Period.now
        • pandas.Period.strftime
        • pandas.Period.to_timestamp
      • 时间戳
        • pandas.Timestamp
      • 属性
        • pandas.Timestamp.asm8
        • pandas.Timestamp.day
        • pandas.Timestamp.dayofweek
        • pandas.Timestamp.dayofyear
        • pandas.Timestamp.days_in_month
        • pandas.Timestamp.daysinmonth
        • pandas.Timestamp.hour
        • pandas.Timestamp.is_leap_year
        • pandas.Timestamp.is_month_end
        • pandas.Timestamp.is_month_start
        • pandas.Timestamp.is_quarter_end
        • pandas.Timestamp.is_quarter_start
        • pandas.Timestamp.is_year_end
        • pandas.Timestamp.is_year_start
        • pandas.Timestamp.max
        • pandas.Timestamp.microsecond
        • pandas.Timestamp.min
        • pandas.Timestamp.month
        • pandas.Timestamp.nanosecond
        • pandas.Timestamp.quarter
        • pandas.Timestamp.resolution
        • pandas.Timestamp.second
        • pandas.Timestamp.tz
        • pandas.Timestamp.tzinfo
        • pandas.Timestamp.value
        • pandas.Timestamp.weekday_name
        • pandas.Timestamp.weekofyear
        • pandas.Timestamp.year
      • 方法
        • pandas.Timestamp.astimezone
        • pandas.Timestamp.ceil
        • pandas.Timestamp.combine
        • pandas.Timestamp.ctime
        • pandas.Timestamp.date
        • pandas.Timestamp.dst
        • pandas.Timestamp.floor
        • pandas.Timestamp.freq
        • pandas.Timestamp.freqstr
        • pandas.Timestamp.fromordinal
        • pandas.Timestamp.fromtimestamp
        • pandas.Timestamp.isocalendar
        • pandas.Timestamp.isoformat
        • pandas.Timestamp.isoweekday
        • pandas.Timestamp.normalize
        • pandas.Timestamp.now
        • pandas.Timestamp.replace
        • pandas.Timestamp.round
        • pandas.Timestamp.strftime
        • pandas.Timestamp.strptime
        • pandas.Timestamp.time
        • pandas.Timestamp.timestamp
        • pandas.Timestamp.timetuple
        • pandas.Timestamp.timetz
        • pandas.Timestamp.to_datetime64
        • pandas.Timestamp.to_julian_date
        • pandas.Timestamp.to_period
        • pandas.Timestamp.to_pydatetime
        • pandas.Timestamp.today
        • pandas.Timestamp.toordinal
        • pandas.Timestamp.tz_convert
        • pandas.Timestamp.tz_localize
        • pandas.Timestamp.tzname
        • pandas.Timestamp.utcfromtimestamp
        • pandas.Timestamp.utcnow
        • pandas.Timestamp.utcoffset
        • pandas.Timestamp.utctimetuple
        • pandas.Timestamp.weekday
      • 间隔
        • pandas.Interval
      • 属性
      • Timedelta
        • pandas.Timedelta
      • 属性
      • 方法
    • 窗口
      • 标准的移动窗口功能

        • pandas.core.window.Rolling.count
        • pandas.core.window.Rolling.sum
        • pandas.core.window.Rolling.mean
        • pandas.core.window.Rolling.median
        • pandas.core.window.Rolling.var
        • pandas.core.window.Rolling.std
        • pandas.core.window.Rolling.min
        • pandas.core.window.Rolling.max
        • pandas.core.window.Rolling.corr
        • pandas.core.window.Rolling.cov
        • pandas.core.window.Rolling.skew
        • pandas.core.window.Rolling.kurt
        • pandas.core.window.Rolling.apply
        • pandas.core.window.Rolling.quantile
        • pandas.core.window.Window.mean
        • pandas.core.window.Window.sum
      • 标准的扩展窗口功能
        • pandas.core.window.Expanding.count
        • pandas.core.window.Expanding.sum
        • pandas.core.window.Expanding.mean
        • pandas.core.window.Expanding.median
        • pandas.core.window.Expanding.var
        • pandas.core.window.Expanding.std
        • pandas.core.window.Expanding.min
        • pandas.core.window.Expanding.max
        • pandas.core.window.Expanding.corr
        • pandas.core.window.Expanding.cov
        • pandas.core.window.Expanding.skew
        • pandas.core.window.Expanding.kurt
        • pandas.core.window.Expanding.apply
        • pandas.core.window.Expanding.quantile
      • 指数加权移动窗口函数
        • pandas.core.window.EWM.mean
        • pandas.core.window.EWM.std
        • pandas.core.window.EWM.var
        • pandas.core.window.EWM.corr
        • pandas.core.window.EWM.cov
    • 通过...分组
      • 索引，迭代

        • pandas.core.groupby.GroupBy .__ iter__
        • pandas.core.groupby.GroupBy.groups
        • pandas.core.groupby.GroupBy.indices
        • pandas.core.groupby.GroupBy.get_group
        • pandas.Grouper
      • 功能应用
        • pandas.core.groupby.GroupBy.apply
        • pandas.core.groupby.GroupBy.aggregate
        • pandas.core.groupby.GroupBy.transform
        • pandas.core.groupby.GroupBy.pipe
      • 计算/描述统计
        • pandas.core.groupby.GroupBy.count
        • pandas.core.groupby.GroupBy.cumcount
        • pandas.core.groupby.GroupBy.first
        • pandas.core.groupby.GroupBy.head
        • pandas.core.groupby.GroupBy.last
        • pandas.core.groupby.GroupBy.max
        • pandas.core.groupby.GroupBy.mean
        • pandas.core.groupby.GroupBy.median
        • pandas.core.groupby.GroupBy.min
        • pandas.core.groupby.GroupBy.ngroup
        • pandas.core.groupby.GroupBy.nth
        • pandas.core.groupby.GroupBy.ohlc
        • pandas.core.groupby.GroupBy.prod
        • pandas.core.groupby.GroupBy.size
        • pandas.core.groupby.GroupBy.sem
        • pandas.core.groupby.GroupBy.std
        • pandas.core.groupby.GroupBy.sum
        • pandas.core.groupby.GroupBy.var
        • pandas.core.groupby.GroupBy.tai​​l
        • pandas.core.groupby.DataFrameGroupBy.agg
        • pandas.core.groupby.DataFrameGroupBy.all
        • pandas.core.groupby.DataFrameGroupBy.any
        • pandas.core.groupby.DataFrameGroupBy.bfill
        • pandas.core.groupby.DataFrameGroupBy.corr
        • pandas.core.groupby.DataFrameGroupBy.count
        • pandas.core.groupby.DataFrameGroupBy.cov
        • pandas.core.groupby.DataFrameGroupBy.cummax
        • pandas.core.groupby.DataFrameGroupBy.cummin
        • pandas.core.groupby.DataFrameGroupBy.cumprod
        • pandas.core.groupby.DataFrameGroupBy.cumsum
        • pandas.core.groupby.DataFrameGroupBy.describe
        • pandas.core.groupby.DataFrameGroupBy.diff
        • pandas.core.groupby.DataFrameGroupBy.ffill
        • pandas.core.groupby.DataFrameGroupBy.fillna
        • pandas.core.groupby.DataFrameGroupBy.filter
        • pandas.core.groupby.DataFrameGroupBy.hist
        • pandas.core.groupby.DataFrameGroupBy.idxmax
        • pandas.core.groupby.DataFrameGroupBy.idxmin
        • pandas.core.groupby.DataFrameGroupBy.mad
        • pandas.core.groupby.DataFrameGroupBy.pct_change
        • pandas.core.groupby.DataFrameGroupBy.plot
        • pandas.core.groupby.DataFrameGroupBy.quantile
        • pandas.core.groupby.DataFrameGroupBy.rank
        • pandas.core.groupby.DataFrameGroupBy.resample
        • pandas.core.groupby.DataFrameGroupBy.shift
        • pandas.core.groupby.DataFrameGroupBy.size
        • pandas.core.groupby.DataFrameGroupBy.skew
        • pandas.core.groupby.DataFrameGroupBy.take
        • pandas.core.groupby.DataFrameGroupBy.tshift
        • pandas.core.groupby.SeriesGroupBy.nlargest
        • pandas.core.groupby.SeriesGroupBy.nsmallest
        • pandas.core.groupby.SeriesGroupBy.nunique
        • pandas.core.groupby.SeriesGroupBy.unique
        • pandas.core.groupby.SeriesGroupBy.value_counts
        • pandas.core.groupby.DataFrameGroupBy.corrwith
        • pandas.core.groupby.DataFrameGroupBy.boxplot
    • 重采样
      • 索引，迭代

        • pandas.core.resample.Resampler .__ iter__
        • pandas.core.resample.Resampler.groups
        • pandas.core.resample.Resampler.indices
        • pandas.core.resample.Resampler.get_group
      • 功能应用
        • pandas.core.resample.Resampler.apply
        • pandas.core.resample.Resampler.aggregate
        • pandas.core.resample.Resampler.transform
      • 上采样
        • pandas.core.resample.Resampler.ffill
        • pandas.core.resample.Resampler.backfill
        • pandas.core.resample.Resampler.bfill
        • pandas.core.resample.Resampler.pad
        • pandas.core.resample.Resampler.nearest
        • pandas.core.resample.Resampler.fillna
        • pandas.core.resample.Resampler.asfreq
        • pandas.core.resample.Resampler.interpolate
      • 计算/描述统计
        • pandas.core.resample.Resampler.count
        • pandas.core.resample.Resampler.nunique
        • pandas.core.resample.Resampler.first
        • pandas.core.resample.Resampler.last
        • pandas.core.resample.Resampler.max
        • pandas.core.resample.Resampler.mean
        • pandas.core.resample.Resampler.median
        • pandas.core.resample.Resampler.min
        • pandas.core.resample.Resampler.ohlc
        • pandas.core.resample.Resampler.prod
        • pandas.core.resample.Resampler.size
        • pandas.core.resample.Resampler.sem
        • pandas.core.resample.Resampler.std
        • pandas.core.resample.Resampler.sum
        • pandas.core.resample.Resampler.var
    • 样式
      • 构造函数

        • pandas.io.formats.style.Styler
      • 样式应用
        • pandas.io.formats.style.Styler.apply
        • pandas.io.formats.style.Styler.applymap
        • pandas.io.formats.style.Styler.where
        • pandas.io.formats.style.Styler.format
        • pandas.io.formats.style.Styler.set_precision
        • pandas.io.formats.style.Styler.set_table_styles
        • pandas.io.formats.style.Styler.set_caption
        • pandas.io.formats.style.Styler.set_properties
        • pandas.io.formats.style.Styler.set_uuid
        • pandas.io.formats.style.Styler.clear
      • 内置样式
        • pandas.io.formats.style.Styler.highlight_max
        • pandas.io.formats.style.Styler.highlight_min
        • pandas.io.formats.style.Styler.highlight_null
        • pandas.io.formats.style.Styler.background_gradient
        • pandas.io.formats.style.Styler.bar
      • 样式导出和导入
        • pandas.io.formats.style.Styler.render
        • pandas.io.formats.style.Styler.export
        • pandas.io.formats.style.Styler.use
      • 绘制
        • pandas.plotting.register_matplotlib_converters
        • pandas.plotting.deregister_matplotlib_converters
    • 一般实用功能
      • 使用选项

        • pandas.describe_option
        • pandas.reset_option
        • pandas.get_option
        • pandas.set_option
        • pandas.option_context
      • 测试功能
        • pandas.testing.assert_frame_equal
        • pandas.testing.assert_series_equal
        • pandas.testing.assert_index_equal
      • 例外和警告
        • pandas.errors.DtypeWarning
        • pandas.errors.EmptyDataError
        • pandas.errors.OutOfBoundsDatetime
        • pandas.errors.ParserError
        • pandas.errors.ParserWarning
        • pandas.errors.PerformanceWarning
        • pandas.errors.UnsortedIndexError
        • pandas.errors.UnsupportedFunctionCall
      • 数据类型相关的功能
        • pandas.api.types.union_categoricals
        • pandas.api.types.infer_dtype
        • pandas.api.types.pandas_dtype
        • pandas.api.types.is_bool_dtype
        • pandas.api.types.is_categorical_dtype
        • pandas.api.types.is_complex_dtype
        • pandas.api.types.is_datetime64_any_dtype
        • pandas.api.types.is_datetime64_dtype
        • pandas.api.types.is_datetime64_ns_dtype
        • pandas.api.types.is_datetime64tz_dtype
        • pandas.api.types.is_extension_type
        • pandas.api.types.is_float_dtype
        • pandas.api.types.is_int64_dtype
        • pandas.api.types.is_integer_dtype
        • pandas.api.types.is_interval_dtype
        • pandas.api.types.is_numeric_dtype
        • pandas.api.types.is_object_dtype
        • pandas.api.types.is_period_dtype
        • pandas.api.types.is_signed_integer_dtype
        • pandas.api.types.is_string_dtype
        • pandas.api.types.is_timedelta64_dtype
        • pandas.api.types.is_timedelta64_ns_dtype
        • pandas.api.types.is_unsigned_integer_dtype
        • pandas.api.types.is_sparse
        • pandas.api.types.is_dict_like
        • pandas.api.types.is_file_like
        • pandas.api.types.is_list_like
        • pandas.api.types.is_named_tuple
        • pandas.api.types.is_iterator
        • pandas.api.types.is_bool
        • pandas.api.types.is_categorical
        • pandas.api.types.is_complex
        • pandas.api.types.is_datetimetz
        • pandas.api.types.is_float
        • pandas.api.types.is_hashable
        • pandas.api.types.is_integer
        • pandas.api.types.is_interval
        • pandas.api.types.is_number
        • pandas.api.types.is_period
        • pandas.api.types.is_re
        • pandas.api.types.is_re_compilable
        • pandas.api.types.is_scalar
  • 开发人员
    • 以Apache Parquet格式存储pandas DataFrame对象
  • 内幕
    • 索引

      • 多指标
    • 子类化熊猫数据结构
      • 覆盖构造函数属性
      • 定义原始属性
  • 发行说明
    • 熊猫0.22.0
    • 熊猫0.21.1
      • 谢谢

        • 贡献者
    • 熊猫0.21.0
      • 谢谢

        • 贡献者
    • 大熊猫0.20.0 / 0.20.1
      • 谢谢
    • 熊猫0.19.2
      • 谢谢
    • 熊猫0.19.1
      • 谢谢
    • 熊猫0.19.0
      • 谢谢
    • 熊猫0.18.1
      • 谢谢
    • 熊猫0.18.0
      • 谢谢
    • 熊猫0.17.1
      • 谢谢
    • 熊猫0.17.0
      • 谢谢
    • 熊猫0.16.2
      • 谢谢
    • 熊猫0.16.1
      • 谢谢
    • 熊猫0.16.0
      • 谢谢
    • 熊猫0.15.2
      • 谢谢
    • 熊猫0.15.1
      • 谢谢
    • 熊猫0.15.0
      • 谢谢
    • 熊猫0.14.1
      • 谢谢
    • 熊猫0.14.0
      • 谢谢
    • 熊猫0.13.1
      • 新功能
      • API更改
      • 实验特征
      • 现有功能的改进
      • Bug修复
    • 熊猫0.13.0
      • 新功能
      • 实验特征
      • 现有功能的改进
      • API更改
      • 内部重构
      • Bug修复
    • 熊猫0.12.0
      • 新功能
      • 现有功能的改进
      • API更改
      • 实验特征
      • Bug修复
    • 熊猫0.11.0
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
    • 熊猫0.10.1
      • 新功能
      • API更改
      • 现有功能的改进
      • Bug修复
    • 熊猫0.10.0
      • 新功能
      • 实验特征
      • API更改
      • 现有功能的改进
      • Bug修复
    • 熊猫0.9.1
      • 新功能
      • API更改
      • 现有功能的改进
      • Bug修复
    • 熊猫0.9.0
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
    • 熊猫0.8.1
      • 新功能
      • 现有功能的改进
      • Bug修复
    • 熊猫0.8.0
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
    • 熊猫0.7.3
      • 新功能
      • API更改
      • Bug修复
    • 熊猫0.7.2
      • 新功能
      • API更改
      • 现有功能的改进
      • Bug修复
    • 熊猫0.7.1
      • 新功能
      • 现有功能的改进
      • Bug修复
    • 熊猫0.7.0
      • 新功能
      • API更改
      • 现有功能的改进
      • Bug修复
      • 谢谢
    • 熊猫0.6.1
      • API更改
      • 新功能
      • 现有功能的改进
      • Bug修复
      • 谢谢
    • 熊猫0.6.0
      • API更改
      • 新功能
      • 现有功能的改进
      • Bug修复
      • 谢谢
    • 熊猫0.5.0
      • API更改
      • 已弃用已弃用
      • 新功能
      • 现有功能的改进
      • Bug修复
      • 谢谢
    • 熊猫0.4.3
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
      • 谢谢
    • 熊猫0.4.2
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
      • 谢谢
    • 熊猫0.4.1
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
      • 谢谢
    • 熊猫0.4.0
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复
      • 谢谢
    • 熊猫0.3.0
      • 新功能
      • 现有功能的改进
      • API更改
      • Bug修复

  • 指数
  • 模块 |
  • 下一页 |
  • 熊猫0.22.0文档 »

滚动到顶部

pandas强大的Python数据分析工具相关推荐

  1. python解题软件哪个好用_几个好用的Python数据分析工具

    原标题:几个好用的Python数据分析工具 ​常用的Python数据分析工具汇总! Python是数据处理常用工具,可以处理数量级从几K至几T不等的数据,具有较高的开发效率和可维护性,还具有较强的通用 ...

  2. python数据分析工具包_熊猫入门强大的Python数据分析工具包-经管之家官网！

    熊猫入门强大的Python数据分析工具包 1.简介 大熊猫 首先,Pandas是用于数据分析的开源Python库.它包含数据处理和数据结构工具,这些工具旨在生成类似于电子表格的数据,以便在Python ...

  3. Python数据分析工具

    一.Python数据分析工具 ![](https://img-blog.csdnimg.cn/20190417153008529.png?x-oss- process=image/watermark, ...

  4. Python数据分析工具，主要有哪些？

    python数据分析工具一:IPython IPython是一个在多种编程语言之间进行交互计算的命令行shell,最开始是用python开发的,提供增强的内省,富媒体,扩展的shell语法,tab补全 ...

  5. HttpWatch是强大的网页数据分析工具

    HttpWatch是强大的网页数据分析工具.集成在Internet Explorer工具栏.包括网页摘要.Cookies管理.缓存管理.消息头发送/接受.字符查询.POST 数据和目录管理功能.报告输 ...

  6. macpycharm格式化代码_PyCharm for mac 2020.2 强大的Python IDE工具

    原标题:PyCharm for mac 2020.2 强大的Python IDE工具 PyCharm做为phthon系统的IDE一直占有着很高的使用率,不少爬虫高手都一直坚持使用的PyCharm做为自 ...

  7. qpython3绘图_比Excel制图更强大，Python可视化工具Altair入门教程

    比 Excel 制图更强大,Python 可视化工具 Altair 入门教程 数据转化成更直观的图片,对于理解数据背后的真相很有帮助.如果你有这方面的需求,而且还在使用 Python,那么强烈推荐你试 ...

  8. PyCharm for Mac (强大的Python IDE工具) v2021.3

    PyCharm是一种Python IDE,带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试.语法高亮.Project管理.代码跳转.智能提示.自动完成.单元测试.版本控制. ...

  9. 【使用PyCharm进行Python开发：如何通过右键Run运行程序】-PyCharm是一款强大的Python开发工具，提供了方便快捷的编写、测试和调试Pyth...

    [使用PyCharm进行Python开发:如何通过右键Run运行程序]-PyCharm是一款强大的Python开发工具,提供了方便快捷的编写.测试和调试Python代码的功能.在编写完Python代码 ...

最新文章

  1. 无人驾驶汽车开发平台，加速无人驾驶汽车的商业化
  2. [小结]硬盘分区的知识与意义
  3. （三）Linux查看和修改文件权限
  4. dedecms 文章回收站 记得及时清理
  5. grunt之filerev、usemin
  6. Nacos Spring Cloud 快速开始
  7. 我的pycharm+python常用快捷键(复习防遗忘版)
  8. Gitee部署静态网页
  9. vue配置sass全局变量
  10. Python找列表中最大元素的下标
  11. Spring配置解析之Component-scan解析
  12. 华为云服务器系统备份,云服务器备份系统
  13. Reading Comprehension必读paper汇总
  14. java8 joda_Joda Time和Java8时差
  15. jacob java excel_Java使用jacob将微软office中word、excel、ppt转成pdf
  16. 宋宝华：让Linux的段错误(segmentation fault)不再是一个错误
  17. java平面内有n个矩形_java有关于M*N矩形求解正方形长方形个数问题
  18. avue去除table表格操作列
  19. 大流量下的流量高效管控
  20. X-Y非线性关系或U型倒U型曲线的检验

热门文章

  1. 《微信读书》产品分析报告
  2. Adobe Premiere Pro CS6打开报错（Oxc000007b）解决办法
  3. hdu5879 Cure（ 1/(n^2)的快速收敛性质）
  4. 【技术备忘录】基于PicGo+GitHub+Typora创建自己的MarkDown自动图床
  5. 5G/NR 终于明白5G原来是这样
  6. PS中蒙版使用简单实例
  7. 每个系统管理员都要知道的 30 个 Linux 系统监控工具
  8. 网络工程师学习必备！路由器的工作原理,你真的懂了吗?【超详细|深度解析】
  9. AndroidManifest--详细理解
  10. 航天信息a3服务器怎么打开,航天信息-睿财A3-使用说明.doc