Значення

DataFrame.

Рядки

DataFrame.

Стовпці

DataFrame.

Індекс

DataFrame.

Інтерполювати

відсутні значення в DataFrame.

Змінити

форму індексу DataFrame.

Перетворити

DataFrame в масив NumPy.

Агрегувати

дані часових рядів в DataFrame.

drop_duplicates()

повертає булеву серію, що вказує на повторювані рядки, тоді як duplicated()

видаляє повторювані рядки з DataFrame.

Функціональної

різниці немає, але drop_duplicates() застаріла.

Функціональної

різниці немає, але drop_duplicates() застаріла.

drop_duplicates()

видаляє повторювані рядки з DataFrame, тоді як duplicated() ідентифікує

повторювані рядки.

Повертає індекс першого входження підрядка в

DataFrame.

Обнуляє

індекс DataFrame.

Кількість унікальних значень у кожному стовпці

DataFrame.

Відсоткову зміну між послідовними рядками у

DataFrame.

Коли

потрібно створити DataFrame з нуля.

Коли потрібно розбити DataFrame на декілька менших

фреймів.

Для об’єднання DataFrame з видаленням непотрібних

значень.

cut() працює лише з числовими даними, тоді як qcut()

працює як з числовими, так і з рядковими даними.

cut() приймає інтервали, визначені користувачем, а

qcut() - ні.

cut() ділить дані на інтервали однакової довжини,

тоді як qcut() ділить дані на інтервали з однаковою частотою.

cut() сортує дані перед тим, як розбити їх на

інтервали, тоді як qcut() не сортує дані.

applymap() застосовує функцію лише до словників

(HashMap), а apply() застосовує функцію до звичайних типів даних.

apply() застосовує функцію до кожного рядка

DataFrame, а applymap() застосовує функцію до кожного стовпця.

applymap() застосовує функцію поелементно, а apply()

застосовує функцію вздовж осі.

apply() застосовує функцію до кожного рядка або

стовпця DataFrame, а applymap() застосовує функцію поелементно.