maxframe.dataframe.Index

class maxframe.dataframe.Index(data, **_)

__init__(data=None, dtype=None, copy=False, name=None, tupleize_cols=True, chunk_size=None, gpu=None, sparse=None, names=None, num_partitions=None, store_data=False, dtype_backend=None)

方法

__init__([data, dtype, copy, name, ...])
agg([func, axis])	在指定轴上使用一个或多个操作进行聚合。
aggregate([func, axis])	在指定轴上使用一个或多个操作进行聚合。
all()
any()
argmax([axis, skipna])	返回 Series 中最小值的整数位置。
argmin([axis, skipna])	返回 Series 中最小值的整数位置。
argsort(*args, **kwargs)
astype(dtype[, copy])	创建一个将值转换为指定数据类型的 Index。
check_monotonic([decreasing, strict])	检查对象中的值是否单调递增或递减。
clip([lower, upper, axis, inplace])	在输入阈值处裁剪值。
copy()
copy_from(obj)
copy_to(target)
drop(labels[, errors])	创建一个删除了指定标签列表的新 Index。
drop_duplicates([keep, method])	返回删除了重复值的 Index。
droplevel(level)	返回删除了请求级别的索引。
dropna([how])	返回不包含 NA/NaN 值的 Index。
duplicated([keep])	指示重复的索引值。
execute([session])
factorize([sort, use_na_sentinel])	将对象编码为枚举类型或分类变量。
fillna([value, downcast])	用指定值填充 NA/NaN 值。
get_level_values(level)	返回请求层级的标签值向量。
insert(loc, value)	在指定位置插入新项并创建新 Index。
isna()	检测缺失值。
isnull()	检测缺失值。
map(mapper[, na_action, dtype, ...])	使用输入映射关系（字典、Series 或函数）映射值。
max([axis, skipna])
memory_usage([deep])	返回值的内存使用情况。
min([axis, skipna])
notna()	检测存在的（非缺失）值。
notnull()	检测存在的（非缺失）值。
rechunk(chunk_size[, reassign_worker])	重新划分 DataFrame、Series 或 Index 数据的分片。
更改 Index 或 MultiIndex 的名称。	更改 Index 或 MultiIndex 的名称。
repeat(repeats[, axis])	重复 Index 中的元素。
设置 Index 或 MultiIndex 的名称。	设置 Index 或 MultiIndex 的名称。
创建一个包含该 Index 列的 DataFrame。	创建一个包含索引列的 DataFrame。
to_pandas([session])
to_series([index, name])	创建一个 Series，其索引和值都等于索引键。
value_counts([normalize, sort, ascending, ...])	返回一个包含唯一值计数的 Series。

属性

T	返回转置，根据定义即为自身。
data
has_duplicates
hasnans	如果存在任何 NaN 值则返回 True。
is_monotonic	如果对象中的值是单调递增的，则返回布尔标量。
is_monotonic_decreasing	如果对象中的值是单调递减的，则返回布尔标量。
is_monotonic_increasing	如果对象中的值是单调递增的，则返回布尔标量。
is_unique	如果索引中的值是唯一的，则返回布尔值。
name
names
ndim
shape
size
type_name
values