索引對象

指數

指數	pandas-on-Spark索引對應於熊貓索引邏輯。

屬性

Index.is_monotonic	返回布爾值的對象是單調遞增的。
Index.is_monotonic_increasing	返回布爾值的對象是單調遞增的。
Index.is_monotonic_decreasing	返回布爾值的對象是否單調下降。
Index.is_unique	返回如果指數具有獨特的價值。
Index.has_duplicates	如果指數有重複,返回True,否則錯誤的。
Index.hasnans	如果有任何遺漏值返回True。
Index.dtype	返回dtype底層數據的對象。
Index.inferred_type	返回一個字符串的類型推斷值。
Index.is_all_dates	返回如果所有索引的數據類型是datetime。
Index.shape	返回一個元組的底層數據的形狀。
Index.name	返回索引的名稱。
Index.names	返回索引的名稱。
Index.ndim	返回一個int數組維數代表的數量。
Index.size	返回一個int代表該對象的元素數量。
Index.nlevels	的水平指數和MultiIndex。
Index.empty	返回true,如果當前對象是空的。
Index.T	返回轉置為索引,索引本身。
Index.values	返回一個數組代表數據的索引。

修改和計算

Index.all([軸,skipna])	返回所有元素是否正確。
Index.any((軸))	返回任何元素是否為真。
Index.argmin()	返回一個最小參數索引器。
Index.argmax()	返回一個最大參數索引器。
Index.copy((姓名、深))	這個對象的一個副本。
Index.delete(loc)	與通過新索引位置(- s)刪除。
Index.equals(其他)	確定兩個索引對象包含相同的元素。
Index.factorize([,na_sentinel])	編碼對象為枚舉類型或類別變量。
Index.identical(其他)	類似於等於,但檢查其他類似的屬性也相等。
Index.insert(loc項)	使新索引插入新項的位置。
Index.is_boolean()	返回如果當前索引類型是一個布爾類型。
Index.is_categorical()	返回如果當前索引類型分類類型。
Index.is_floating()	返回如果當前索引類型是一個浮動的類型。
Index.is_integer()	返回如果當前指數類型是整數類型。
Index.is_interval()	返回如果當前指數類型是一個間隔類型。
Index.is_numeric()	返回如果當前索引類型是數字類型。
Index.is_object()	返回如果當前指數類型是對象類型。
Index.drop(標簽)	與通過新索引標簽列表刪除。
Index.drop_duplicates([繼續])	返回索引刪除了重複的值。
Index.min()	返回索引的最小值。
Index.max()	返回索引的最大價值。
Index.map(映射器[na_action])	映射值使用輸入對應(dict係列,或函數)。
Index.rename(名稱[,原地])	改變指數或MultiIndex名稱。
Index.repeat(重複)	重複的元素索引/ MultiIndex。
Index.take(指標)	返回給定的元素位置指數沿著一個軸。
Index.unique((水平))	返回索引中惟一值。
Index.nunique([dropna,大約,rsd])	返回對象的獨特的元素數量。
Index.value_counts([正常化,排序,…)	返回包含項係列獨特的價值觀。

兼容MultiIndex

Index.set_names(名稱、級別,原地)	設置索引或MultiIndex名字。
Index.droplevel(高度)	返回索引刪除請求級別(s)。

缺失值

Index.fillna(值)	NA / NaN值填充指定的值。
Index.dropna([如何])	返回索引或MultiIndex NA /南值
Index.isna()	檢測現有(non-missing)值。
Index.notna()	檢測現有(non-missing)值。

轉換

Index.astype(dtype)	把指定dtype pandas-on-Spark對象dtype。
Index.item()	返回第一個元素的底層數據作為一個python標量。
Index.to_list()	返回的列表值。
Index.to_series([名字])	創建一係列索引和索引鍵值等於有用地圖返回一個基於索引的索引器。
Index.to_frame([指數名稱])	創建一個DataFrame包含索引的列。
Index.view()	這是定義為一個複製相同的身份
Index.to_numpy([dtype,複製])	一個NumPy ndarray指數或MultiIndex代表值。

Spark-related

Index.spark提供功能,不存在熊貓但在火花。這些可以訪問Index.spark。<函數/屬性>。

Index.spark.column	引發表示係列/索引的列對象。
Index.spark.transform(函數)	適用於一個函數,並返回一個火花列。

排序

Index.sort_values([return_indexer,提升])

返回一個分類指數的副本,並可選地返回排序索引本身的指標。

有時限的操作

Index.shift([時期,fill_value])

轉變係列/索引所需數量的時期。

結合/加入/集合操作

Index.append(其他)	添加索引選項的集合在一起。
Index.intersection(其他)	形成兩個索引對象的交集。
Index.union(其他[,])	兩個索引對象的結合形式。
Index.difference(其他[,])	返回一個新的索引的元素索引不其他。
Index.symmetric_difference(其他[…])	計算兩個索引對象的對稱差分。

選擇

Index.asof(標簽)	返回標簽從索引中,或者,如果不存在,那麼前一個。
Index.isin(值)	檢查是否值包含在係列或索引。

數字索引

Int64Index	不變的序列用於索引和對齊。
Float64Index	不變的序列用於索引和對齊。

CategoricalIndex

CategoricalIndex

基於一個潛在的指數分類。

分類組件

CategoricalIndex.codes	這個分類的分類碼。
CategoricalIndex.categories	這個分類的類別。
CategoricalIndex.ordered	類別是否有序的關係。
CategoricalIndex.rename_categories(…[…])	重命名類別。
CategoricalIndex.reorder_categories(…[…])	重新排序類別new_categories中指定。
CategoricalIndex.add_categories(new_categories)	添加新類別。
CategoricalIndex.remove_categories(刪除)	刪除指定的類別。
CategoricalIndex.remove_unused_categories([…])	刪除未使用的類別。
CategoricalIndex.set_categories(new_categories)	將類別設置為指定的new_categories。
CategoricalIndex.as_ordered([原地])	設置分類有序。
CategoricalIndex.as_unordered([原地])	設置分類是無序的。
CategoricalIndex.map(映射)	映射值使用輸入對應(dict係列,或函數)。

MultiIndex

MultiIndex

pandas-on-Spark MultiIndex對應於熊貓MultiIndex邏輯。

MultiIndex構造函數

MultiIndex.from_arrays(數組排序方式,…)	將數組轉換為MultiIndex。
MultiIndex.from_tuples(元組,排序方式,…)	轉換MultiIndex元組的列表。
MultiIndex.from_product(iterable […])	做一個笛卡兒積的MultiIndex多個iterable。
MultiIndex.from_frame(df[名字])	做一個從DataFrame MultiIndex。

MultiIndex屬性

MultiIndex.has_duplicates	如果指數有重複,返回True,否則錯誤的。
MultiIndex.hasnans	如果有任何遺漏值返回True。
MultiIndex.inferred_type	返回一個字符串的類型推斷值。
MultiIndex.is_all_dates	is_all_dates MultiIndex總是返回False
MultiIndex.shape	返回一個元組的底層數據的形狀。
MultiIndex.names	返回索引的名稱。
MultiIndex.ndim	返回一個int數組維數代表的數量。
MultiIndex.empty	返回true,如果當前對象是空的。
MultiIndex.T	返回轉置為索引,索引本身。
MultiIndex.size	返回一個int代表該對象的元素數量。
MultiIndex.nlevels	的水平指數和MultiIndex。
MultiIndex.levshape	一個元組,每一層的長度。
MultiIndex.values	返回一個數組代表數據的索引。
MultiIndex.dtypes	返回dtypes作為底層MultiIndex係列。

MultiIndex組件

MultiIndex.swaplevel((i, j))

交換級別我和j。

MultiIndex組件

MultiIndex.droplevel(高度)

返回索引刪除請求級別(s)。

MultiIndex缺失值

MultiIndex.fillna(值)	NA / NaN值填充指定的值。
MultiIndex.dropna([如何])	返回索引或MultiIndex NA /南值

MultiIndex修改和計算

MultiIndex.equals(其他)	確定兩個索引對象包含相同的元素。
MultiIndex.equal_levels(其他)	返回True,如果MultiIndex對象的水平是一樣的
MultiIndex.identical(其他)	類似於等於,但檢查其他類似的屬性也相等。
MultiIndex.insert(loc項)	做出新的MultiIndex插入新項的位置。
MultiIndex.drop(代碼[,])	使新MultiIndex通過標簽列表刪除
MultiIndex.copy((深))	這個對象的一個副本。
MultiIndex.delete(loc)	與通過新索引位置(- s)刪除。
MultiIndex.rename(名稱[,原地])	改變指數或MultiIndex名稱。
MultiIndex.repeat(重複)	重複的元素索引/ MultiIndex。
MultiIndex.take(指標)	返回給定的元素位置指數沿著一個軸。
MultiIndex.unique((水平))	返回索引中惟一值。
MultiIndex.min()	返回索引的最小值。
MultiIndex.max()	返回索引的最大價值。
MultiIndex.value_counts([正常化,排序,…)	返回包含項係列獨特的價值觀。

MultiIndex結合/加入/集合操作

MultiIndex.append(其他)	添加索引選項的集合在一起。
MultiIndex.intersection(其他)	形成兩個索引對象的交集。
MultiIndex.union(其他[,])	兩個索引對象的結合形式。
MultiIndex.difference(其他[,])	返回一個新的索引的元素索引不其他。
MultiIndex.symmetric_difference(其他[…])	計算兩個MultiIndex對象的對稱差分。

MultiIndex轉換

MultiIndex.astype(dtype)	把指定dtype pandas-on-Spark對象dtype。
MultiIndex.item()	返回第一個元素的底層數據作為一個python tuple。
MultiIndex.to_list()	返回的列表值。
MultiIndex.to_series([名字])	創建一係列索引和索引鍵值等於有用地圖返回一個基於索引的索引器。
MultiIndex.to_frame([指數名稱])	創建一個DataFrame MultiIndex為列的水平。
MultiIndex.view()	這是定義為一個複製相同的身份
MultiIndex.to_numpy([dtype,複製])	一個NumPy ndarray指數或MultiIndex代表值。

MultiIndex Spark-related

MultiIndex.spark提供功能,不存在熊貓但在火花。這些可以訪問MultiIndex.spark。<函數/屬性>。

MultiIndex.spark.data_type	返回的數據類型定義的火花,火花數據類型對象。
MultiIndex.spark.column	引發表示係列/索引的列對象。
MultiIndex.spark.transform(函數)	適用於一個函數,並返回一個火花列。

MultiIndex排序

MultiIndex.sort_values([return_indexer,…)

返回一個分類指數的副本,並可選地返回排序索引本身的指標。

DatatimeIndex

DatetimeIndex

不可變的ndarray-like datetime64數據。

時間/日期組件

DatetimeIndex.year	今年的datetime。
DatetimeIndex.month	12月1月的時間戳= 1 = 12。
DatetimeIndex.day	datetime的日子。
DatetimeIndex.hour	小時的datetime。
DatetimeIndex.minute	分鍾的datetime。
DatetimeIndex.second	秒的datetime。
DatetimeIndex.microsecond	datetime的微秒。
DatetimeIndex.week	本周序數。
DatetimeIndex.weekofyear	本周序數。
DatetimeIndex.dayofweek	星期的星期一= 0,周日= 6。
DatetimeIndex.day_of_week	星期的星期一= 0,周日= 6。
DatetimeIndex.weekday	星期的星期一= 0,周日= 6。
DatetimeIndex.dayofyear	順序的一天。
DatetimeIndex.day_of_year	順序的一天。
DatetimeIndex.quarter	四分之一的日期。
DatetimeIndex.is_month_start	指示是否日期是這個月的第一天。
DatetimeIndex.is_month_end	指示是否日期是這個月的最後一天。
DatetimeIndex.is_quarter_start	指標是否日期是四分之一的第一天。
DatetimeIndex.is_quarter_end	指標是否日期是一個季度的最後一天。
DatetimeIndex.is_year_start	指明的日期是每年的第一天。
DatetimeIndex.is_year_end	指明的日期是今年的最後一天。
DatetimeIndex.is_leap_year	布爾指標如果日期屬於一個閏年。
DatetimeIndex.daysinmonth	月的天數。
DatetimeIndex.days_in_month	月的天數。

選擇

DatetimeIndex.indexer_between_time(…[…])	返回索引的位置值之間特定的一天(例如:9:00-9:30AM)。
DatetimeIndex.indexer_at_time(時間[,asof])	返回索引值的位置在一天中的特定時間(例如:)早上九時三十分。

有時限的操作

DatetimeIndex.normalize()	轉換到午夜。
DatetimeIndex.strftime(date_format)	轉換為一個字符串索引date_format指定使用。
DatetimeIndex.round(* * kwargs頻率,* args)	對數據執行一輪操作指定的頻率。
DatetimeIndex.floor(* * kwargs頻率,* args)	執行地麵操作的數據到指定的頻率。
DatetimeIndex.ceil(* * kwargs頻率,* args)	對數據執行裝天花板操作指定的頻率。
DatetimeIndex.month_name((地區))	返回指定地區的月DatetimeIndex的名字。
DatetimeIndex.day_name((地區))	返回天係列的名稱與指定的場所。

TimedeltaIndex

TimedeltaIndex

不變的ndarray-like timedelta64數據的內部表示為int64,可以盒裝timedelta對象。

組件

TimedeltaIndex.days	為每個元素的天數。
TimedeltaIndex.seconds	的秒數(> = 0和小於1天)為每個元素。
TimedeltaIndex.microseconds	數微秒(> = 0和小於1秒)為每個元素。

以前的

pyspark.pandas.DataFrame.pandas_on_spark.transform_batch

下一個

pyspark.pandas.Index