PyODPS proporciona una API similar a la de pandas, llamada PyODPS DataFrame, que aprovecha al máximo la capacidad de cómputo de MaxCompute. También es posible cambiar el origen de datos de las tablas de MaxCompute a un DataFrame de pandas para ejecutar el mismo código en pandas.
Se discontinuó el mantenimiento de PyODPS DataFrame. Para los proyectos nuevos, no utilice esta función.
Quick start: describe cómo crear y gestionar un objeto DataFrame, además de cómo usarlo para procesar datos.
Create a DataFrame object: explica cómo crear un proyecto de DataFrame para hacer referencia a un origen de datos.
Sequence: presenta los objetos de secuencia en DataFrame. SequenceExpr representa una columna en un conjunto de datos bidimensional. No se permite crear objetos SequenceExpr de forma manual; solo es posible obtener uno desde un objeto de colección.
Prerequisites: presenta los objetos de colección en DataFrame. CollectionExpr admite diversas operaciones sobre conjuntos de datos bidimensionales, como operaciones con columnas, filtrado y transformación de datos.
Execute and obtain results: presenta los métodos de ejecución disponibles para operar en DataFrame.
MapReduce API: describe cómo utilizar la API de MapReduce en DataFrame.
Column operations: detalla las operaciones con columnas compatibles con DataFrame.
Aggregate operations: detalla las operaciones de agregación compatibles con DataFrame. También explica cómo implementar la agregación por grupos y escribir funciones de agregación.
Sort, deduplicate, sample, and transform data: describe cómo ordenar, deduplicar, muestrear y transformar datos en objetos DataFrame.
Merge data: describe las operaciones de combinación de datos compatibles con DataFrame, entre ellas JOIN y UNION.
Window functions: detalla las funciones de ventana compatibles con DataFrame.
Plotting: describe los métodos de graficación que ofrece DataFrame.
Debugging: explica cómo depurar DataFrame. Esta herramienta optimiza y muestra la ejecución completa, lo que permite visualizarla.