切换导航

.rst .pdf

dask_expr._collection.索引

class dask_expr._collection.Index(expr)

索引式表达式集合。

构造函数接受表示查询的表达式作为输入。该类不旨在直接实例化。相反，请使用 Dask 中的一个 IO 连接器。

__init__(expr)

方法

__init__(expr)
abs()	返回一个包含每个元素绝对数值的 Series/DataFrame。
add(other[, level, fill_value, axis])
add_prefix(prefix)	使用字符串 prefix 作为标签前缀。
add_suffix(suffix)	使用字符串 suffix 作为后缀标签。
align(other[, join, axis, fill_value])	使用指定的连接方法将两个对象沿其轴对齐。
all([axis, skipna, split_every])	返回是否所有元素都为 True，可能是在某个轴上。
analyze([filename, format])	输出表达式中每个节点的统计信息。
any([axis, skipna, split_every])	返回是否任何元素为 True，可能在某个轴上。
apply(function, *args[, meta, axis])	pandas.Series.apply 的并行版本
astype(dtypes)	将 pandas 对象转换为指定的数据类型 dtype。
autocorr([lag, split_every])	计算滞后N的自相关。
between(left, right[, inclusive])	返回布尔序列，等价于 left <= 序列 <= right。
bfill([axis, limit])	使用下一个有效观测值来填充NA/NaN值。
case_when(caselist)	在条件为真时替换值。
clear_divisions()	忘记分割信息。
clip([lower, upper, axis])	在输入阈值处修剪值。
combine(other, func[, fill_value])	根据 func 将 Series 与 Series 或标量组合。
combine_first(other)	使用 other 中相同位置的值更新空元素。
compute([fuse, concatenate])	计算这个 DataFrame。
compute_current_divisions([col, set_divisions])	计算DataFrame的当前分区。
copy([deep])	复制数据框
corr(other[, method, min_periods, split_every])	计算与 other Series 的相关性，排除缺失值。
count([split_every])	计算每列或每行的非NA单元格数量。
cov(other[, min_periods, split_every])	计算与 Series 的协方差，排除缺失值。
cummax([axis, skipna])	返回 DataFrame 或 Series 轴上的累积最大值。
cummin([axis, skipna])	返回 DataFrame 或 Series 轴上的累积最小值。
cumprod([axis, skipna])	返回 DataFrame 或 Series 轴上的累积乘积。
cumsum([axis, skipna])	返回 DataFrame 或 Series 轴上的累积和。
describe([split_every, percentiles, ...])	生成描述性统计数据。
diff([periods, axis])	元素的第一次离散差分。
div(other[, level, fill_value, axis])
divide(other[, level, fill_value, axis])
dot(other[, meta])	计算 Series 与 other 列之间的点积。
drop_duplicates([ignore_index, split_every, ...])
dropna()	返回一个移除了缺失值的新序列。
enforce_runtime_divisions()	在运行时强制执行当前分区。
eq(other[, level, fill_value, axis])
explain([stage, format])	创建表达式的图形表示。
explode()	将类似列表的每个元素转换为一行。
ffill([axis, limit])	通过将最后一个有效观测值传播到下一个有效值来填充 NA/NaN 值。
fillna([value, axis])	使用指定方法填充 NA/NaN 值。
floordiv(other[, level, fill_value, axis])
from_dict(data, *[, npartitions, orient, ...])	从 Python 字典构建 Dask DataFrame
ge(other[, level, fill_value, axis])
get_partition(n)	获取表示第 nth 分区的 dask DataFrame/Series。
groupby(by, **kwargs)	使用映射器或通过一系列列来分组系列。
gt(other[, level, fill_value, axis])
head([n, npartitions, compute])	数据集的前 n 行
idxmax(*args, **kwargs)	返回请求轴上最大值的第一个出现的索引。
idxmin(*args, **kwargs)	返回请求轴上最小值的首次出现的索引。
isin(values)	DataFrame 中的每个元素是否包含在值中。
isna()	检测缺失值。
isnull()	DataFrame.isnull 是 DataFrame.isna 的别名。
kurt([axis, fisher, bias, nan_policy, ...])	返回请求轴上的无偏峰度。
kurtosis([axis, fisher, bias, nan_policy, ...])	返回请求轴上的无偏峰度。
le(other[, level, fill_value, axis])
lower_once()
lt(other[, level, fill_value, axis])
map(arg[, na_action, meta, is_monotonic])	使用输入映射或函数映射值。
map_overlap(func, before, after, *args[, ...])	对每个分区应用一个函数，与相邻分区共享行。
map_partitions(func, *args[, meta, ...])	将一个Python函数应用于每个分区
mask(cond[, other])	替换条件为 True 的值。
max([axis, skipna, numeric_only, split_every])	返回请求轴上的值的最大值。
mean(*args, **kwargs)	返回请求轴上值的平均值。
median()	返回请求轴上值的中位数。
median_approximate([method])	返回请求轴上值的近似中位数。
memory_usage([deep])	值的内存使用情况。
memory_usage_per_partition([index, deep])	返回每个分区的内存使用情况
min([axis, skipna, numeric_only, split_every])	返回请求轴上值的最小值。
mod(other[, level, fill_value, axis])
mode([dropna, split_every])	返回 Series 的模式。
mul(other[, level, fill_value, axis])
ne(other[, level, fill_value, axis])
nlargest([n, split_every])	返回最大的 n 个元素。
notnull()	DataFrame.notnull 是 DataFrame.notna 的别名。
nsmallest([n, split_every])	返回最小的 n 个元素。
nunique([dropna, split_every, split_out])	返回对象中唯一元素的数量。
nunique_approx([split_every])	唯一行的近似数量。
optimize([fuse])	优化 DataFrame。
persist([fuse])	将此 dask 集合持久化到内存中
pipe(func, *args, **kwargs)	应用期望 Series 或 DataFrame 的可链式函数。
pow(other[, level, fill_value, axis])
pprint()	输出 DataFrame 的字符串表示形式。
prod(*args, **kwargs)	返回请求轴上值的乘积。
product([axis, skipna, numeric_only, ...])	返回请求轴上值的乘积。
quantile([q, method])	Series 的近似分位数
radd(other[, level, fill_value, axis])
random_split(frac[, random_state, shuffle])	伪随机地将数据框按行分割成不同的部分
rdiv(other[, level, fill_value, axis])
reduction(chunk[, aggregate, combine, meta, ...])	通用行级归约。
rename(index[, sorted_index])	修改系列索引标签或名称
rename_axis([mapper, index, columns, axis])	设置索引或列的轴名称。
repartition([divisions, npartitions, ...])	重新分配一个集合
replace([to_replace, value, regex])	将 to_replace 中的值替换为 value。
resample(rule[, closed, label])	重采样时间序列数据。
reset_index([drop])	将索引重置为默认索引。
rfloordiv(other[, level, fill_value, axis])
rmod(other[, level, fill_value, axis])
rmul(other[, level, fill_value, axis])
rolling(window, **kwargs)	提供滚动变换功能。
round([decimals])	将 DataFrame 四舍五入到可变的小数位数。
rpow(other[, level, fill_value, axis])
rsub(other[, level, fill_value, axis])
rtruediv(other[, level, fill_value, axis])
sample([n, frac, replace, random_state])	随机样本项
sem([axis, skipna, ddof, split_every, ...])	返回请求轴上的无偏标准误差。
shift([periods, freq])	通过可选的时间 freq 将索引按所需周期数进行移位。
shuffle([on, ignore_index, npartitions, ...])	将 DataFrame 重新排列为新的分区
simplify()
skew([axis, bias, nan_policy, numeric_only])	返回请求轴上的无偏斜度。
squeeze()	将一维轴对象压缩为标量。
std(*args, **kwargs)	返回请求轴上的样本标准差。
sub(other[, level, fill_value, axis])
sum(*args, **kwargs)	返回请求轴上值的总和。
tail([n, compute])	数据集的最后 n 行
to_backend([backend])	切换到新的 DataFrame 后端
to_bag([index, format])	从 Series 创建一个 Dask Bag
to_csv(filename, **kwargs)	更多信息请参阅 dd.to_csv 的文档字符串
to_dask_array([lengths, meta, optimize])	将 dask DataFrame 转换为 dask 数组。
to_dask_dataframe(*args, **kwargs)	转换为旧版 dask-dataframe 集合
to_delayed([optimize_graph])	转换为一个 dask.delayed 对象列表，每个分区一个。
to_frame([index, name])	创建一个包含索引列的DataFrame。
to_hdf(path_or_buf, key[, mode, append])	更多信息请参见 dd.to_hdf 的文档字符串
to_json(filename, *args, **kwargs)	更多信息请参见 dd.to_json 的文档字符串
to_legacy_dataframe([optimize])	转换为旧版 dask-dataframe 集合
to_orc(path, *args, **kwargs)	更多信息请参见 dd.to_orc 的文档字符串
to_records([index, lengths])
to_series([index, name])	创建一个索引和值都等于索引键的系列。
to_sql(name, uri[, schema, if_exists, ...])
to_string([max_rows])	渲染 Series 的字符串表示。
to_timestamp([freq, how])	将时间戳转换为 DatetimeIndex，位于周期的 开始。
truediv(other[, level, fill_value, axis])
unique([split_every, split_out, shuffle_method])	返回对象中的唯一值序列。
value_counts([sort, ascending, dropna, ...])	返回一个包含唯一值计数的系列。
var(*args, **kwargs)	返回请求轴上的无偏方差。
visualize([tasks])	可视化表达式或任务图
where(cond[, other])	替换条件为 False 的值。

属性

axes
columns
dask
divisions	npartitions + 1 值的元组，按升序排列，标记每个分区索引的下限/上限。
dtype
dtypes	返回数据类型
expr
index	返回 dask 索引实例
is_monotonic_decreasing	如果对象中的值是单调递减的，则返回布尔值。
is_monotonic_increasing	如果对象中的值是单调递增的，则返回布尔值。
known_divisions	是否已知分区。
loc	纯标签位置索引器，用于按标签选择。
name
nbytes	字节数
ndim	返回维度
npartitions	返回分区数量
partitions	按分区切片数据框
shape	返回一个表示 DataFrame 维度的元组。
size	Series 或 DataFrame 的大小作为 Delayed 对象。
values	返回此数据框值的 dask.array

上一页

dask_expr._collection.Series.where

下一页

dask_expr._collection.Index.add