O PyODPS oferece uma API semelhante à do pandas, o PyODPS DataFrame, que aproveita todo o poder de computação do MaxCompute. Você também pode alterar a source de dados de tabelas do MaxCompute para um DataFrame do pandas e executar o mesmo código no pandas.
A manutenção do PyODPS DataFrame foi descontinuada. Não utilize este recurso em novos projetos.
Início rápido: explica como crie e gerencie um objeto DataFrame e como usá-lo para processar dados.
Criar um objeto DataFrame: detalha a criação de um projeto DataFrame para referenciar uma source de dados.
Sequência: apresenta os objetos de sequência no DataFrame. O SequenceExpr representa uma coluna em um conjunto de dados bidimensional. Não crie objetos SequenceExpr manualmente; obtenha-os exclusivamente a partir de um objeto de coleção.
Pré-requisitos: introduz os objetos de coleção no DataFrame. O CollectionExpr aceita diversas operações em conjuntos de dados bidimensionais, como operações de coluna, filtragem e transformação de dados.
Execução: descreve os métodos de execução disponíveis para realizar operações no DataFrame.
API MapReduce: orienta sobre o uso da API MapReduce no DataFrame.
Operações de coluna: lista as operações de coluna compatíveis com o DataFrame.
Operações de agregação: aborda as operações de agregação compatíveis com o DataFrame, além de explicar como implementar agregações por grupo e escrever funções de agregação.
Ordenar, deduplicar, amostrar e transformar dados: ensina a executar ordenação, deduplicação, amostragem e transformação de dados em objetos DataFrame.
Mesclar dados: documenta as operações de mesclagem de dados compatíveis com o DataFrame, incluindo JOIN e UNION.
Funções de janela: especifica as funções de janela disponíveis no DataFrame.
Gráficos: apresenta os métodos de geração de gráficos do DataFrame.
Depuração: explica como depurar o DataFrame. Esse recurso otimiza e exibe todo o fluxo de execução, permitindo sua visualização gráfica.