Python cudf.DataFrame用法及代码示例

用法: class cudf.DataFrame(data=None, index=None, columns=None, dtype=None, nan_as_null=True)

一个 GPU DataFrame 对象。

参数：

data：array-like、Iterable、dict 或 DataFrame。: Dict 可以包含 Series、数组、常量或 list-like 对象。
index：索引或array-like: 用于结果帧的索引。如果输入数据没有索引信息部分并且没有提供索引，则默认为 RangeIndex。
columns：索引或array-like: 用于生成的框架的列标签。如果没有提供列标签，将默认为 RangeIndex (0, 1, 2, ..., n)。
dtype：dtype，默认无: 要强制的数据类型。只允许使用一个 dtype。如果没有，推断。
nan_as_null：布尔值，默认为真: 如果 None /True ，将 np.nan 值转换为 null 值。如果 False ，保持 np.nan 值不变。

例子：

使用 __setitem__ 构建 DataFrame ：

>>> import cudf
>>> df = cudf.DataFrame()
>>> df['key'] = [0, 1, 2, 3, 4]
>>> df['val'] = [float(i + 10) for i in range(5)]  # insert column
>>> df
   key   val
0    0  10.0
1    1  11.0
2    2  12.0
3    3  13.0
4    4  14.0

通过列的 dict 构建 DataFrame：

>>> import numpy as np
>>> from datetime import datetime, timedelta
>>> t0 = datetime.strptime('2018-10-07 12:00:00', '%Y-%m-%d %H:%M:%S')
>>> n = 5
>>> df = cudf.DataFrame({
...     'id': np.arange(n),
...     'datetimes': np.array(
...     [(t0+ timedelta(seconds=x)) for x in range(n)])
... })
>>> df
    id            datetimes
0    0  2018-10-07 12:00:00
1    1  2018-10-07 12:00:01
2    2  2018-10-07 12:00:02
3    3  2018-10-07 12:00:03
4    4  2018-10-07 12:00:04

通过行列表作为元组构建 DataFrame：

>>> df = cudf.DataFrame([
...     (5, "cats", "jump", np.nan),
...     (2, "dogs", "dig", 7.5),
...     (3, "cows", "moo", -2.1, "occasionally"),
... ])
>>> df
   0     1     2     3             4
0  5  cats  jump  <NA>          <NA>
1  2  dogs   dig   7.5          <NA>
2  3  cows   moo  -2.1  occasionally

从 Pandas DataFrame 转换：

>>> import pandas as pd
>>> pdf = pd.DataFrame({'a': [0, 1, 2, 3],'b': [0.1, 0.2, None, 0.3]})
>>> pdf
   a    b
0  0  0.1
1  1  0.2
2  2  NaN
3  3  0.3
>>> df = cudf.from_pandas(pdf)
>>> df
   a     b
0  0   0.1
1  1   0.2
2  2  <NA>
3  3   0.3

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cudf.DataFrame。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。