DataFrame

构造函数

DataFrame([es_client, es_index_pattern, ...])

二维可变大小的、可能是异构的表格数据结构，带有标记的轴（行和列），引用存储在 Elasticsearch 索引中的数据。

属性和基础数据

DataFrame.index	返回 eland 索引，引用 Elasticsearch 字段以索引 DataFrame/Series
DataFrame.columns	DataFrame 的列标签。
DataFrame.dtypes	返回 DataFrame 中的 pandas dtypes。
DataFrame.select_dtypes([include, exclude])	根据列 dtypes 返回 DataFrame 列的子集。
DataFrame.values	未实现。
DataFrame.empty	确定 DataFrame 是否为空。
DataFrame.shape	返回一个元组，表示 DataFrame 的维度。
DataFrame.ndim	根据 DataFrame 的定义返回 2
DataFrame.size	返回一个 int，表示此对象中的元素数量。

索引、迭代

DataFrame.head([n])	返回前 n 行。
DataFrame.keys()	返回列
DataFrame.tail([n])	返回最后 n 行。
DataFrame.get(key[, default])	从对象中获取给定键（例如：DataFrame 列）的项目。
DataFrame.query(expr)	使用布尔表达式查询 DataFrame 的列。
DataFrame.sample([n, frac, random_state])	返回 n 个随机样本行或指定行数的指定分数
DataFrame.iterrows()	以 (index, pandas.Series) 对的形式迭代 eland.DataFrame 行。
DataFrame.itertuples([index, name])	以 namedtuples 的形式迭代 eland.DataFrame 行。

函数应用、GroupBy 和窗口

注意

使用基数 (count) 的 Elasticsearch 聚合是使用 HyperLogLog++ 算法 的精确近似值，因此可能不完全准确。

DataFrame.agg(func[, axis, numeric_only])	在指定轴上使用一个或多个操作进行聚合。
DataFrame.aggregate(func[, axis, numeric_only])	在指定轴上使用一个或多个操作进行聚合。
DataFrame.groupby([by, dropna])	用于执行 groupby 操作

DataFrameGroupBy(by, query_compiler[, dropna])	它保存了 eland.DataFrame.groupby() 的所有 groupby 方法
DataFrameGroupBy.agg(func[, numeric_only])	用于 groupby 和聚合
DataFrameGroupBy.aggregate(func[, numeric_only])	用于 groupby 和聚合
DataFrameGroupBy.count()	计算每个组的计数值。
DataFrameGroupBy.mad([numeric_only])	计算每个组的中位数绝对偏差值。
DataFrameGroupBy.max([numeric_only])	计算每个组的最大值。
DataFrameGroupBy.mean([numeric_only])	计算每个组的平均值。
DataFrameGroupBy.median([numeric_only])	计算每个组的中位数。
DataFrameGroupBy.min([numeric_only])	计算每个组的最小值。
DataFrameGroupBy.nunique()	计算每个组的 nunique 值。
DataFrameGroupBy.std([numeric_only])	计算每个组的标准差值。
DataFrameGroupBy.sum([numeric_only])	计算每个组的总和值。
DataFrameGroupBy.var([numeric_only])	计算每个组的方差值。
DataFrameGroupBy.quantile([q])	用于 groupby 并计算给定 DataFrame 的分位数。
GroupBy(by, query_compiler[, dropna])	对 eland.DataFrame.groupby() 的调用的基类

计算/描述性统计

DataFrame.count()	计算每列的非 NA 单元格数。
DataFrame.describe()	生成描述性统计信息，总结数据集分布的集中趋势、离散度和形状，排除 NaN 值。
DataFrame.info([verbose, buf, max_cols, ...])	打印 DataFrame 的简要摘要。
DataFrame.max([numeric_only])	返回每个数字列的最大值。
DataFrame.mean([numeric_only])	返回每个数字列的平均值。
DataFrame.min([numeric_only])	返回每个数字列的最小值。
DataFrame.median([numeric_only])	返回每个数字列的中位数。
DataFrame.mad([numeric_only])	返回每个数字列的标准差。
DataFrame.std([numeric_only])	返回每个数字列的标准差。
DataFrame.var([numeric_only])	返回每个数字列的方差。
DataFrame.sum([numeric_only])	返回每个数字列的总和。
DataFrame.nunique()	返回每个字段的基数。
DataFrame.mode([numeric_only, dropna, es_size])	计算 DataFrame 的众数。
DataFrame.quantile([q, numeric_only])	用于计算给定 DataFrame 的分位数。
DataFrame.idxmax([axis])	返回请求轴上最大值的第一次出现的索引。
DataFrame.idxmin([axis])	返回请求轴上最小值的第一次出现的索引。

重新索引 / 选择 / 标签操作

DataFrame.drop([labels, axis, index, ...])	返回一个新对象，其中请求轴上的标签已删除。
DataFrame.filter([items, like, regex, axis])	根据指定的索引标签对 DataFrame 行或列进行子集化。

绘图

DataFrame.hist([column, by, grid, ...])

制作 DataFrame 的直方图。

Elasticsearch 函数

DataFrame.es_info()	eland DataFrame 内部结构的调试摘要。
DataFrame.es_match(text, *[, columns, ...])	使用 Elasticsearch match、match_phrase 或 multi_match 查询过滤数据，具体取决于给定的参数和列。
DataFrame.es_query(query)	将 Elasticsearch DSL 查询应用于当前 DataFrame。
DataFrame.es_dtypes	返回索引中的 Elasticsearch 数据类型。

序列化 / 输入输出 / 转换

DataFrame.info([verbose, buf, max_cols, ...])	打印 DataFrame 的简要摘要。
DataFrame.to_numpy()	未实现。
DataFrame.to_csv([path_or_buf, sep, na_rep, ...])	将 Elasticsearch 数据写入逗号分隔值 (csv) 文件。
DataFrame.to_html([buf, columns, col_space, ...])	将 Elasticsearch 数据呈现为 HTML 表格。
DataFrame.to_json([path_or_buf, orient, ...])	将 Elasticsearch 数据写入 json 文件。
DataFrame.to_string([buf, columns, ...])	将 DataFrame 呈现为控制台友好的表格输出。
DataFrame.to_pandas([show_progress])	将 eland.Dataframe 转换为 pandas.Dataframe 的实用程序方法。