PyODPS提供了DataFrame API,它提供了类似Pandas的接口,但是能充分利用MaxCompute的计算能力。同时能在本地使用同样的接口,用Pandas进行计算。

  • 快速入门:为您介绍如何创建和操作DataFrame对象,以及使用Dataframe完成基本的数据处理。
  • 创建DataFrame:为您介绍如何创建DataFrame,用于引用数据源。
  • Sequence:为您介绍Sequence。Sequence Expr代表二维数据集中的一列。SequenceExpr只可以从一个Collection中获取,不支持手动创建SequenceExpr。
  • Collection:为您介绍Collection。CollectionExpr中包含针对二维数据集的列操作、筛选、变换等大量操作。
  • 执行:为您介绍DataFrame操作支持的执行方法。
  • MapReduce API:本文为您介绍DataFrame下MapReduce API的使用。
  • 列运算:本文为您介绍DataFrame API中的列运算。
  • 聚合操作:本文为您介绍DataFrame支持的聚合操作以及如何实现分组聚合、编写自定义聚合。
  • 排序、去重、采样、数据变换:本文为您介绍DataFrame对象执行排序、去重、采样、数据变换操作。
  • 数据合并:本文向您介绍DataFrame支持的数据表的JOIN操作、UNION操作等数据合并操作。
  • 窗口函数:本文为您介绍DataFrame API支持使用窗口函数。
  • 绘图:本文为您介绍PyODPS DataFrame提供的绘图方法。
  • 调试指南:由于PyODPS DataFrame本身会对整个操作执行优化,为了更直观地反应整个过程, 您可以使用可视化的方式显示整个表达式的计算过程。本文为您介绍DataFrame的调试过程。

您可以参见Python数据处理库pandas入门教程了解Python数据处理库Pandas的更多信息。