Voici la liste des fonctions proposé par la bibliothèque Pandas pour Python :
Nom | Description |
---|---|
api.types.infer_dtype | Cette fonction permet de déduire efficacement le type d'un valeur passé ou un tableau de valeurs de type liste. Cette fonction retourne une chaîne de caractères décrivant le type. |
api.types.is_bool | Cette fonction permet de vérifier si la valeur est de type booléen. |
api.types.is_bool_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type booléen. |
api.types.is_categorical | Cette fonction permet de vérifier si un tableau ressemble à une instance catégorielle. |
api.types.is_categorical_dtype | Cette fonction permet de vérifier si un type de tableau ou dtype est du type catégoriel. |
api.types.is_complex | Cette fonction permet de vérifier si la valeur est de type complexe. |
api.types.is_complex_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type complexe. |
api.types.is_datetime64_any_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est du type datetime64. |
api.types.is_datetime64_dtype | Cette fonction permet de vérifier si un type de tableau ou un dtype est du type datetime64. |
api.types.is_datetime64_ns_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est du type datetime64[ns]. |
api.types.is_datetime64tz_dtype | Cette fonction permet de vérifier si un type de tableau ou dtype est d'un type DatetimeTZDtype. |
api.types.is_dict_like | Cette fonction permet de vérifier si l'objet est de type dict. |
api.types.is_extension_array_dtype | Cette fonction permet de vérifier si un objet est du type tableau d'extension pandas. |
api.types.is_extension_type | Cette fonction permet de vérifier si un tableau ressemble à une instance de classe d'extension pandas. |
api.types.is_file_like | Cette fonction permet de vérifier si l'objet est un objet de type fichier. |
api.types.is_float | Cette fonction permet de vérifier si la valeur est de type flottant. |
api.types.is_float_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type flottant. |
api.types.is_hashable | Cette fonction permet de retourner True si le hash(obj) réussit, False sinon. |
api.types.is_int64_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est du type int64. |
api.types.is_integer | Cette fonction permet de vérifier si la valeur est de type entier. |
api.types.is_integer_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type entier. |
api.types.is_interval | Cette fonction permet de vérifier si la valeur est de type Interval. |
api.types.is_interval_dtype | Cette fonction permet de vérifier si un type de tableau ou dtype est du type Interval. |
api.types.is_iterator | Cette fonction permet de vérifier si l'objet est un itérateur. |
api.types.is_list_like | Cette fonction permet de vérifier si l'objet ressemble à une liste. |
api.types.is_named_tuple | Cette fonction permet de vérifier si l'objet est un tuple nommé. |
api.types.is_number | Cette fonction permet de vérifier si l'objet est un nombre. |
api.types.is_numeric_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type numérique. |
api.types.is_object_dtype | Cette fonction permet de vérifier si un type de tableau ou dtype est du type d'objet. |
api.types.is_period_dtype | Cette fonction permet de vérifier si un type de tableau ou un dtype appartient au type de période. |
api.types.is_re | Cette fonction permet de vérifier si l'objet est une expression régulière (regex). |
api.types.is_re_compilable | Cette fonction permet de vérifier si l'objet peut être compilé dans une instance de modèle d'expression régulière (regex). |
api.types.is_scalar | Cette fonction permet de vérifier si l'objet est un type scalaire. |
api.types.is_signed_integer_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type entier signé. |
api.types.is_string_dtype | Cette fonction permet de vérifier si le tableau ou le dtype fourni est de la chaîne de caractères dtype. |
api.types.is_timedelta64_dtype | Cette fonction permet de vérifier si un type de tableau ou dtype est du type timedelta64. |
api.types.is_timedelta64_ns_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est du type timedelta64[ns]. |
api.types.is_unsigned_integer_dtype | Cette fonction permet de vérifier si le tableau ou le type fourni est d'un type entier non signé. |
api.types.is_sparse | Cette fonction permet de vérifier si une matrice de type tableau est une matrice clairsemée de pandas 1D. |
api.types.pandas_dtype | Cette fonction permet de convertir l'entrée en un objet dtype de pandas uniquement ou un objet dtype de numpy. |
api.types.union_categoricals | Cette fonction permet de combiner des catégories d'union de type catégorique et d'union. |
bdate_range | Cette fonction permet de demander une fréquence fixe DatetimeIndex, avec le jour ouvrable comme fréquence par défaut. |
build_table_schema | Cette fonction permet de créer un schéma de table à partir des données spécifiés. |
concat | Cette fonction permet de concaténer des objets pandas le long d'un axe particulier avec une logique d'un ensemble facultative le long des autres axes. |
crosstab | Cette fonction permet de calculer une simple tabulation croisée de deux (ou plus) facteurs. Par défaut, elle calcule une table de fréquence des facteurs sauf si un tableau de valeurs et une fonction d'agrégation sont transmis. |
cut | Cette fonction permet de segmenter et de trier les valeurs de données dans des bins. |
date_range | Cette fonction permet de demander un DatetimeIndex à une fréquence fixe. |
describe_option | Cette fonction permet d'afficher la description d'une ou plusieurs options enregistrées. |
eval | Cette fonction permet d'effectuer l'évaluation d'expression Python en tant que chaîne de caractères à l'aide de divers outils de pandas. |
factorize | Cette fonction permet d'encoder l'objet en tant que type énuméré ou variable catégorielle. |
get_dummies | Cette fonction permet de convertir une variable catégorielle en variables maquette / indicatrices. |
get_option | Cette fonction permet de demander la valeur de l'option spécifiée. |
infer_freq | Cette fonction permet de déduire la fréquence la plus probable compte tenu de l'indice d'entrée. Si la fréquence est incertaine, un avertissement sera affiché. |
interval_range | Cette fonction permet de demander un IntervalIndex à fréquence fixe. |
isna | Cette fonction permet de détecter les valeurs manquantes pour un objet de type tableau. |
isnull | Cette fonction permet de prendre un objet scalaire ou de type tableau et indique si des valeurs sont manquantes (NaN dans les tableaux numériques, None ou NaN dans les tableaux d'objets, NaT dans le datetimelike). |
json_normalize | Cette fonction permet de normaliser les données JSON semi-structurées dans une table linéaire. |
melt | Cette fonction permet d'annuler le pivotement d'un DataFrame du format large au format long, en laissant éventuellement les identificateurs définis. |
merge | Cette fonction permet de fusionner DataFrame ou des objets de série nommés avec une jointure de style base de données. |
merge_asof | Cette fonction permet d'effectuer une fusion avec asof. Cette fonction est similaire à une jointure gauche, sauf qu'elle fait correspondre la clef la plus proche plutôt que les clefs égales. |
merge_ordered | Cette fonction permet d'effectuer la fusion avec un remplissage ou un interpolation facultatif. |
notna | Cette fonction permet de détecter les valeurs non manquantes pour un objet de type tableau. |
notnull | Cette fonction permet de prendre un objet scalaire ou de type tableau et indique si les valeurs sont valides (non manquantes, étant NaN dans les tableaux numériques, None ou NaN dans les tableaux d'objets, NaT dans le datetimelike). |
period_range | Cette fonction permet de demander un PeriodIndex à fréquence fixe. |
pivot | Cette fonction permet demander le DataFrame remodelé organisé par des valeurs d'index et de colonne spécifiées. |
pivot_table | Cette fonction permet de créer un tableau croisé dynamique de type de feuille de calcul en tant que DataFrame. |
plotting.andrews_curves | Cette fonction permet de générer un tracé matplotlib des courbes d'Andrews, pour visualiser des grappes de données multivariées. |
plotting.autocorrelation_plot | Cette fonction permet de demander un graphique d'autocorrélation pour les séries chronologiques. |
plotting.bootstrap_plot | Cette fonction permet de demander un graphique de démarrage sur les statistiques moyennes, médianes et moyennes. |
plotting.boxplot | Cette fonction permet de créer un diagramme à partir des colonnes DataFrame. |
plotting.deregister_matplotlib_converters | Cette fonction permet de supprimer les formats et les convertisseurs des pandas. |
plotting.lag_plot | Cette fonction permet d'effectuer un graphique de décalage pour les séries chronologiques. |
plotting.parallel_coordinates | Cette fonction permet de tracer de coordonnées parallèles. |
plotting.radviz | Cette fonction permet de tracer un ensemble de données multidimensionnel en 2 dimensions. |
plotting.register_matplotlib_converters | Cette fonction permet de convertir DataFrame et Series en matplotlib.table. |
plotting.scatter_matrix | Cette fonction permet de tracer une matrice de nuages de points. |
plotting.table | Cette fonction permet de convertir DataFrame et Series en matplotlib.table. |
qcut | Cette fonction permet d'effectuer le calcul de la discrétisation basée sur les quantiles. |
read_clipboard | Cette fonction permet d'effectuer la lecture de texte du presse-papiers et de le passer à la fonction read_csv. |
read_csv | Cette fonction permet d'effectuer la lecture d'un fichier ou d'un tampon de format CSV (comma-separated values) dans un DataFrame. |
read_excel | Cette fonction permet d'effectuer la lecture d'un fichier Excel et de le mettre dans un DataFrame. |
read_feather | Cette fonction permet de charger un objet au format progressif à partir du chemin du fichier. |
read_fwf | Cette fonction permet d'effectuer la lecture d'un tableau de lignes formatées à largeur fixe dans un DataFrame. |
read_gbq | Cette fonction permet de charger des données BigQuery de Google. |
read_hdf | Cette fonction permet d'effectuer la lecture du magasin et de le fermer s'il est ouvert. |
read_html | Cette fonction permet d'effectuer la lecture des tableaux HTML dans une liste d'objets DataFrame. |
read_json | Cette fonction permet de convertir une chaîne de caractères JSON en objet pandas. |
read_orc | Cette fonction permet de charger un objet ORC à partir du chemin du fichier, en renvoyant un DataFrame. |
read_parquet | Cette fonction permet de charger un objet parquet à partir du chemin du fichier, en renvoyant un DataFrame. |
read_pickle | Cette fonction permet de charger un objet pandas pickle (ou tout autre objet) à partir du fichier. |
read_sas | Cette fonction permet de charger les fichiers de langage de programmation SAS entreposés au format XPORT ou SAS7BDAT. |
read_spss | Cette fonction permet de charger un fichier SPSS à partir du chemin d'accès au fichier, en renvoyant un DataFrame. |
read_sql | Cette fonction permet d'effectuer la lecture d'une requête SQL ou une table de base de données dans un DataFrame. |
read_sql_query | Cette fonction permet d'effectuer la lecture la requête SQL dans un DataFrame. |
read_sql_table | Cette fonction permet d'effectuer la lecture la table de base de données SQL dans un DataFrame. |
read_stata | Cette fonction permet d'effectuer la lecture d'un fichier de format du logiciel Stata ou du langage de programmation Stata de l'entreprise StataCorp dans un DataFrame. |
read_table | Cette fonction permet d'effectuer la lecture d'un fichier délimité général dans un DataFrame. |
reset_option | Cette fonction permet de réinitialiser une ou plusieurs options à leur valeur par défaut. |
set_option | Cette fonction permet de fixer la valeur de l'option spécifiée. |
test | Cette fonction permet d'effectuer des tests à partir de l'espace de noms de niveau supérieur. |
testing.assert_frame_equal | Cette fonction permet de vérifier que les DataFrame gauche et droit sont égaux. |
testing.assert_series_equal | Cette fonction permet de vérifier que les séries gauche et droite sont égales. |
testing.assert_index_equal | Cette fonction permet de vérifier que les index gauche et droit sont égaux. |
testing.assert_extension_array_equal | Cette fonction permet de vérifier que les tableaux d'extension gauche et droit sont égaux. |
timedelta_range | Cette fonction permet de demander une fréquence fixe TimedeltaIndex, avec jour comme fréquence par défaut. |
to_datetime | Cette fonction permet de convertir un paramètre en datetime. |
to_numeric | Cette fonction permet de convertir le paramètre en un type numérique. |
to_timedelta | Cette fonction permet de convertir le paramètre en timedelta. |
unique | Cette fonction permet de haché une table basé sur des valeurs uniques. Les valeurs uniques sont retournées par ordre d'apparition. Cette fonction n'effectue pas de trie. |
util.hash_array | Cette fonction permet de demander un tableau d'entiers déterministes dans un tableau à une dimension. |
util.hash_pandas_object | Cette fonction permet de demander un hachage de données de l'Index/Series/DataFrame. |
wide_to_long | Cette fonction permet de demander un large panneau au format long. Cette fonction est moins flexible mais plus convivial que la fonction melt. |
Dernière mise à jour : Vendredi, le 6 mars 2020