> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-postgresql-tls-support.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# DataStore の Pandas 互換性
> DataStore で利用可能な pandas 互換メソッドの完全な一覧（209 個の DataFrame メソッド）
DataStore は、完全な API 互換性を実現するために **209 個の pandas DataFrame メソッド**を実装しています。既存の pandas コードも、ほとんど変更せずにそのまま動作します。
## 互換性へのアプローチ
```python theme={null}
# 典型的な移行 - インポートを変更するだけ
- import pandas as pd
+ from chdb import datastore as pd
# コードはそのまま動作する
df = pd.read_csv("data.csv")
result = df[df['age'] > 25].groupby('city')['salary'].mean()
```
**主な原則:**
* pandas の 209 個の DataFrame メソッドをすべて実装
* SQL 最適化のための遅延評価
* 型の自動ラップ (DataFrame → DataStore、Series → ColumnExpr)
* イミュータブルな操作 (`inplace=True` はなし)
***
## 属性とプロパティ
| プロパティ | 説明 | 実行をトリガーするか |
| --------- | ---------------- | ---------- |
| `shape` | (行数、カラム数) のタプル | はい |
| `columns` | カラム名 (Index) | はい |
| `dtypes` | カラムのデータ型 | はい |
| `values` | NumPy配列 | はい |
| `index` | 行インデックス | はい |
| `size` | 要素数 | はい |
| `ndim` | 次元数 | いいえ |
| `empty` | DataFrame が空かどうか | はい |
| `T` | 転置 | はい |
| `axes` | 軸のリスト | はい |
**例:**
```python theme={null}
from chdb import datastore as pd
ds = pd.read_csv("data.csv")
print(ds.shape) # (1000, 5)
print(ds.columns) # Index(['name', 'age', 'city', 'salary', 'dept'])
print(ds.dtypes) # name: object, age: int64, ...
print(ds.empty) # False
```
***
## 索引参照と選択
| 方法 | 説明 | 例 |
| ---------------------- | ------------- | ------------------------------------ |
| `df['col']` | カラムを選択 | `ds['age']` |
| `df[['col1', 'col2']]` | 複数のカラムを選択 | `ds[['name', 'age']]` |
| `df[condition]` | ブール索引 | `ds[ds['age'] > 25]` |
| `df.loc[...]` | ラベルベースのアクセス | `ds.loc[0:10, 'name']` |
| `df.iloc[...]` | 整数位置ベースのアクセス | `ds.iloc[0:10, 0:3]` |
| `df.at[...]` | ラベルで単一の値にアクセス | `ds.at[0, 'name']` |
| `df.iat[...]` | 位置で単一の値にアクセス | `ds.iat[0, 0]` |
| `df.head(n)` | 先頭の n 行 | `ds.head(10)` |
| `df.tail(n)` | 末尾の n 行 | `ds.tail(10)` |
| `df.sample(n)` | ランダムサンプル | `ds.sample(100)` |
| `df.select_dtypes()` | Dtype で選択 | `ds.select_dtypes(include='number')` |
| `df.query()` | クエリ式 | `ds.query('age > 25')` |
| `df.where()` | 条件に応じて置換 | `ds.where(ds['age'] > 0, 0)` |
| `df.mask()` | `where` の逆 | `ds.mask(ds['age'] < 0, 0)` |
| `df.isin()` | 値が含まれるか判定 | `ds['city'].isin(['NYC', 'LA'])` |
| `df.get()` | 安全にカラムへアクセス | `ds.get('col', default=None)` |
| `df.xs()` | 断面を取得 | `ds.xs('key')` |
| `df.pop()` | カラムを削除 | `ds.pop('col')` |
***
## 統計メソッド
| メソッド | 説明 | 対応する SQL |
| ---------------- | ---------- | ------------ |
| `mean()` | 平均値 | `AVG()` |
| `median()` | 中央値 | `MEDIAN()` |
| `mode()` | 最頻値 | - |
| `std()` | 標準偏差 | `STDDEV()` |
| `var()` | 分散 | `VAR()` |
| `min()` | 最小値 | `MIN()` |
| `max()` | 最大値 | `MAX()` |
| `sum()` | 合計 | `SUM()` |
| `prod()` | 積 | - |
| `count()` | NULL 以外の数 | `COUNT()` |
| `nunique()` | 一意な値の件数 | `UNIQ()` |
| `value_counts()` | 値ごとの出現頻度 | `GROUP BY` |
| `quantile()` | 分位数 | `QUANTILE()` |
| `describe()` | 要約統計量 | - |
| `corr()` | 相関行列 | `CORR()` |
| `cov()` | 共分散行列 | `COV()` |
| `corrwith()` | ペアごとの相関 | - |
| `rank()` | 順位付け | `RANK()` |
| `abs()` | 絶対値 | `ABS()` |
| `round()` | 値の丸め | `ROUND()` |
| `clip()` | 値を範囲に収める | - |
| `cumsum()` | 累積和 | ウィンドウ関数 |
| `cumprod()` | 累積積 | ウィンドウ関数 |
| `cummin()` | 累積最小値 | ウィンドウ関数 |
| `cummax()` | 累積最大値 | ウィンドウ関数 |
| `diff()` | 差分 | ウィンドウ関数 |
| `pct_change()` | 変化率 | ウィンドウ関数 |
| `skew()` | 歪度 | `SKEW()` |
| `kurt()` | 尖度 | `KURT()` |
| `sem()` | 標準誤差 | - |
| `all()` | すべてが true | - |
| `any()` | いずれかが true | - |
| `idxmin()` | 最小値の位置 | - |
| `idxmax()` | 最大値の位置 | - |
**例:**
```python theme={null}
ds = pd.read_csv("data.csv")
# 基本的な統計
print(ds['salary'].mean())
print(ds['age'].std())
print(ds.describe())
# グループ別統計
print(ds.groupby('department')['salary'].mean())
print(ds.groupby('city').agg({'salary': ['mean', 'std'], 'age': 'count'}))
```
***
## データ操作
| メソッド | 説明 |
| ------------------- | ------------- |
| `drop()` | 行またはカラムを削除 |
| `drop_duplicates()` | 重複を削除 |
| `duplicated()` | 重複を示す |
| `dropna()` | 欠損値を削除 |
| `fillna()` | 欠損値を補完 |
| `ffill()` | 前方補完 |
| `bfill()` | 後方補完 |
| `interpolate()` | 値を補間 |
| `replace()` | 値を置換 |
| `rename()` | カラム/索引名を変更 |
| `rename_axis()` | 軸名を変更 |
| `assign()` | 新しいカラムを追加 |
| `astype()` | 型を変換 |
| `convert_dtypes()` | 型を推論 |
| `copy()` | DataFrameをコピー |
**例:**
```python theme={null}
ds = pd.read_csv("data.csv")
# 削除操作
result = ds.drop(columns=['unused_col'])
result = ds.drop_duplicates(subset=['user_id'])
result = ds.dropna(subset=['email'])
# 補完操作
result = ds.fillna(0)
result = ds.fillna({'age': 0, 'name': 'Unknown'})
# 変換操作
result = ds.rename(columns={'old_name': 'new_name'})
result = ds.assign(
full_name=lambda x: x['first_name'] + ' ' + x['last_name'],
age_group=lambda x: pd.cut(x['age'], bins=[0, 25, 50, 100])
)
```
***
## ソートとランキング
| Method | Description |
| --------------- | ----------- |
| `sort_values()` | 値でソート |
| `sort_index()` | 索引でソート |
| `nlargest()` | 大きい値から N 件 |
| `nsmallest()` | 小さい値から N 件 |
**例:**
```python theme={null}
# 単一カラムでソート
result = ds.sort_values('salary', ascending=False)
# 複数カラムでソート
result = ds.sort_values(['department', 'salary'], ascending=[True, False])
# 上位/下位 N 件を取得
result = ds.nlargest(10, 'salary')
result = ds.nsmallest(5, 'age')
```
***
## 形状変更
| Method | Description |
| ------------------- | ------------ |
| `pivot()` | ピボットテーブル |
| `pivot_table()` | 集約付きピボット |
| `melt()` | アンピボット |
| `stack()` | カラムを索引に積み重ねる |
| `unstack()` | 索引をカラムに展開する |
| `transpose()` / `T` | 転置 |
| `explode()` | リストを行に展開する |
| `squeeze()` | 次元を削減する |
| `droplevel()` | 索引レベルを削除する |
| `swaplevel()` | 索引レベルを入れ替える |
| `reorder_levels()` | レベルを並べ替える |
**例:**
```python theme={null}
# ピボットテーブル
result = ds.pivot_table(
values='amount',
index='region',
columns='product',
aggfunc='sum'
)
# メルト（アンピボット）
result = ds.melt(
id_vars=['name'],
value_vars=['score1', 'score2', 'score3'],
var_name='test',
value_name='score'
)
# 配列の展開
result = ds.explode('tags')
```
***
## 結合 / JOIN
| Method | Description |
| ----------------- | ----------- |
| `merge()` | SQL 形式のマージ |
| `join()` | 索引で結合 |
| `concat()` | 連結 |
| `append()` | 行を追加 |
| `combine()` | 関数で結合 |
| `combine_first()` | 優先順位に従って結合 |
| `update()` | 値を更新 |
| `compare()` | 差分を表示 |
**例:**
```python theme={null}
# マージ（結合）
result = pd.merge(df1, df2, on='id', how='left')
result = df1.join(df2, on='id')
# 連結
result = pd.concat([df1, df2, df3])
result = pd.concat([df1, df2], axis=1)
```
***
## 二項演算
| メソッド | 説明 |
| ---------------------------- | ------ |
| `add()` / `radd()` | 加算 |
| `sub()` / `rsub()` | 減算 |
| `mul()` / `rmul()` | 乗算 |
| `div()` / `rdiv()` | 除算 |
| `truediv()` / `rtruediv()` | 真の除算 |
| `floordiv()` / `rfloordiv()` | 切り捨て除算 |
| `mod()` / `rmod()` | 剰余 |
| `pow()` / `rpow()` | べき乗 |
| `dot()` | 行列積 |
**例:**
```python theme={null}
# 算術演算
result = ds['col1'].add(ds['col2'])
result = ds['price'].mul(ds['quantity'])
# 欠損データにfill_valueを使用する場合
result = ds['col1'].add(ds['col2'], fill_value=0)
```
***
## 比較演算
| メソッド | 説明 |
| ----------- | -------- |
| `eq()` | 等しい |
| `ne()` | 等しくない |
| `lt()` | 未満 |
| `le()` | 以下 |
| `gt()` | より大きい |
| `ge()` | 以上 |
| `equals()` | 等価性を確認する |
| `compare()` | 差異を表示する |
***
## 関数の適用
| メソッド | 説明 |
| ----------------------- | --------- |
| `apply()` | 関数を適用 |
| `applymap()` | 要素ごとに適用 |
| `map()` | 値をマッピング |
| `agg()` / `aggregate()` | 集約 |
| `transform()` | 変換 |
| `pipe()` | 関数をパイプで連結 |
| `groupby()` | グループ化 |
**例:**
```python theme={null}
# 関数を適用
result = ds['name'].apply(lambda x: x.upper())
result = ds.apply(lambda row: row['a'] + row['b'], axis=1)
# 集計
result = ds.agg({'col1': 'sum', 'col2': 'mean'})
result = ds.agg(['sum', 'mean', 'std'])
# パイプ
result = (ds
.pipe(filter_active)
.pipe(calculate_metrics)
.pipe(format_output)
)
```
***
## 時系列
| Method | Description |
| -------------------- | ----------- |
| `rolling()` | ローリングウィンドウ |
| `expanding()` | 累積ウィンドウ |
| `ewm()` | 指数加重 |
| `resample()` | 時系列を再サンプリング |
| `shift()` | 値をシフト |
| `asfreq()` | 頻度を変換 |
| `asof()` | その時点での最新の値 |
| `at_time()` | 指定時刻のデータを選択 |
| `between_time()` | 時刻範囲を選択 |
| `first()` / `last()` | 先頭/末尾の期間 |
| `to_period()` | periodに変換 |
| `to_timestamp()` | タイムスタンプに変換 |
| `tz_convert()` | タイムゾーンを変換 |
| `tz_localize()` | タイムゾーンを設定 |
**例:**
```python theme={null}
# ローリングウィンドウ
result = ds['value'].rolling(window=7).mean()
# 拡張ウィンドウ
result = ds['value'].expanding().sum()
# シフト
result = ds['value'].shift(1) # ラグ
result = ds['value'].shift(-1) # リード
```
***
## 欠損値
| メソッド | 説明 |
| ----------------------- | ------- |
| `isna()` / `isnull()` | 欠損値を検出 |
| `notna()` / `notnull()` | 非欠損値を検出 |
| `dropna()` | 欠損値を削除 |
| `fillna()` | 欠損値を補完 |
| `ffill()` | 前方補完 |
| `bfill()` | 後方補完 |
| `interpolate()` | 補間 |
| `replace()` | 値を置換 |
***
## I/O メソッド
| メソッド | 説明 |
| ---------------- | ----------------- |
| `to_csv()` | CSV にエクスポート |
| `to_json()` | JSON にエクスポート |
| `to_excel()` | Excel にエクスポート |
| `to_parquet()` | Parquet にエクスポート |
| `to_feather()` | Feather にエクスポート |
| `to_sql()` | SQL データベースにエクスポート |
| `to_pickle()` | Pickle |
| `to_html()` | HTML テーブル |
| `to_latex()` | LaTeX テーブル |
| `to_markdown()` | Markdown テーブル |
| `to_string()` | 文字列表現 |
| `to_dict()` | Dictionary |
| `to_records()` | レコード |
| `to_numpy()` | NumPy 配列 |
| `to_clipboard()` | クリップボード |
詳しくは、[I/O 操作](/ja/products/chdb/datastore/io)を参照してください。
***
## イテレーション
| メソッド | 説明 |
| -------------- | ------------------- |
| `items()` | `(カラム, Series)` を反復 |
| `iterrows()` | `(索引, Series)` を反復 |
| `itertuples()` | 名前付きタプルとして反復 |
***
## Pandasとの主な違い
### 1. 戻り値の型
```python theme={null}
# Pandas は Series を返す
pdf['col'] # → pd.Series
# DataStore は（遅延評価の）ColumnExpr を返す
ds['col'] # → ColumnExpr
```
### 2. 遅延実行
```python theme={null}
# DataStore の操作は遅延評価されます
result = ds.filter(ds['age'] > 25) # この時点ではまだ実行されません
df = result.to_df() # ここで実行されます
```
### 3. inplace パラメータはない
```python theme={null}
# Pandas
df.drop(columns=['col'], inplace=True)
# DataStore（常に新しいオブジェクトを返す）
ds = ds.drop(columns=['col'])
```
### 4. 結果を比較する
```python theme={null}
# 比較には to_pandas() を使用します
pd.testing.assert_frame_equal(
ds.to_pandas(),
expected_df
)
```
詳しくは、[主な違い](/ja/products/chdb/guides/pandas-differences)をご覧ください。