> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Compatibilidad de DataStore con Pandas

> Lista completa de métodos compatibles con pandas en DataStore (209 métodos de pandas DataFrame)

DataStore implementa **209 métodos de pandas DataFrame** para ofrecer compatibilidad total con la API. Su código actual de pandas funciona con cambios mínimos.

<div id="approach">
  ## Enfoque de compatibilidad
</div>

```python theme={null}
# Typical migration - just change the import
- import pandas as pd
+ from chdb import datastore as pd

# Your code works unchanged
df = pd.read_csv("data.csv")
result = df[df['age'] > 25].groupby('city')['salary'].mean()
```

**Principios clave:**

* Implementación de los 209 métodos de pandas DataFrame
* Evaluación diferida para optimizar SQL
* Encapsulación automática de tipos (DataFrame → DataStore, Series → ColumnExpr)
* Operaciones inmutables (sin `inplace=True`)

***

<div id="attributes">
  ## Atributos y propiedades
</div>

| Propiedad | Descripción                    | Desencadena la ejecución |
| --------- | ------------------------------ | ------------------------ |
| `shape`   | tupla (filas, columnas)        | Sí                       |
| `columns` | Nombres de columnas (Index)    | Sí                       |
| `dtypes`  | Tipos de datos de las columnas | Sí                       |
| `values`  | array de NumPy                 | Sí                       |
| `index`   | Índice de fila                 | Sí                       |
| `size`    | Número de elementos            | Sí                       |
| `ndim`    | Número de dimensiones          | No                       |
| `empty`   | Si el DataFrame está vacío     | Sí                       |
| `T`       | Transposición                  | Sí                       |
| `axes`    | Lista de ejes                  | Sí                       |

**Ejemplos:**

```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
```

***

<div id="indexing">
  ## Indexación y Selección
</div>

| Método                 | Descripción                 | Ejemplo                              |
| ---------------------- | --------------------------- | ------------------------------------ |
| `df['col']`            | Seleccionar una columna     | `ds['age']`                          |
| `df[['col1', 'col2']]` | Seleccionar columnas        | `ds[['name', 'age']]`                |
| `df[condition]`        | Indexación booleana         | `ds[ds['age'] > 25]`                 |
| `df.loc[...]`          | Acceso por etiquetas        | `ds.loc[0:10, 'name']`               |
| `df.iloc[...]`         | Acceso por enteros          | `ds.iloc[0:10, 0:3]`                 |
| `df.at[...]`           | Un solo valor por etiqueta  | `ds.at[0, 'name']`                   |
| `df.iat[...]`          | Un solo valor por posición  | `ds.iat[0, 0]`                       |
| `df.head(n)`           | Primeras n filas            | `ds.head(10)`                        |
| `df.tail(n)`           | Últimas n filas             | `ds.tail(10)`                        |
| `df.sample(n)`         | Muestra aleatoria           | `ds.sample(100)`                     |
| `df.select_dtypes()`   | Seleccionar por Dtype       | `ds.select_dtypes(include='number')` |
| `df.query()`           | Expresión de consulta       | `ds.query('age > 25')`               |
| `df.where()`           | Reemplazo condicional       | `ds.where(ds['age'] > 0, 0)`         |
| `df.mask()`            | `where` inverso             | `ds.mask(ds['age'] < 0, 0)`          |
| `df.isin()`            | Pertenencia a valores       | `ds['city'].isin(['NYC', 'LA'])`     |
| `df.get()`             | Acceso seguro a una columna | `ds.get('col', default=None)`        |
| `df.xs()`              | Sección transversal         | `ds.xs('key')`                       |
| `df.pop()`             | Eliminar una columna        | `ds.pop('col')`                      |

***

<div id="statistical">
  ## Métodos estadísticos
</div>

| Método           | Descripción                 | Equivalente en SQL |
| ---------------- | --------------------------- | ------------------ |
| `mean()`         | Media                       | `AVG()`            |
| `median()`       | Mediana                     | `MEDIAN()`         |
| `mode()`         | Moda                        | -                  |
| `std()`          | Desviación estándar         | `STDDEV()`         |
| `var()`          | Varianza                    | `VAR()`            |
| `min()`          | Mínimo                      | `MIN()`            |
| `max()`          | Máximo                      | `MAX()`            |
| `sum()`          | Suma                        | `SUM()`            |
| `prod()`         | Producto                    | -                  |
| `count()`        | Recuento de valores no NULL | `COUNT()`          |
| `nunique()`      | Recuento de valores únicos  | `UNIQ()`           |
| `value_counts()` | Frecuencia de valores       | `GROUP BY`         |
| `quantile()`     | Cuantil                     | `QUANTILE()`       |
| `describe()`     | Estadísticas resumidas      | -                  |
| `corr()`         | Matriz de correlación       | `CORR()`           |
| `cov()`          | Matriz de covarianza        | `COV()`            |
| `corrwith()`     | Correlación por pares       | -                  |
| `rank()`         | Ranking de valores          | `RANK()`           |
| `abs()`          | Valores absolutos           | `ABS()`            |
| `round()`        | Redondear valores           | `ROUND()`          |
| `clip()`         | Limitar valores             | -                  |
| `cumsum()`       | Suma acumulada              | función de ventana |
| `cumprod()`      | Producto acumulado          | función de ventana |
| `cummin()`       | Mínimo acumulado            | función de ventana |
| `cummax()`       | Máximo acumulado            | función de ventana |
| `diff()`         | Diferencia                  | función de ventana |
| `pct_change()`   | Cambio porcentual           | función de ventana |
| `skew()`         | Asimetría                   | `SKEW()`           |
| `kurt()`         | Curtosis                    | `KURT()`           |
| `sem()`          | Error estándar              | -                  |
| `all()`          | Todos true                  | -                  |
| `any()`          | Alguno true                 | -                  |
| `idxmin()`       | Índice del mínimo           | -                  |
| `idxmax()`       | Índice del máximo           | -                  |

**Ejemplos:**

```python theme={null}
ds = pd.read_csv("data.csv")

# Basic statistics
print(ds['salary'].mean())
print(ds['age'].std())
print(ds.describe())

# Group statistics
print(ds.groupby('department')['salary'].mean())
print(ds.groupby('city').agg({'salary': ['mean', 'std'], 'age': 'count'}))
```

***

<div id="manipulation">
  ## Manipulación de datos
</div>

| Método              | Descripción                |
| ------------------- | -------------------------- |
| `drop()`            | Eliminar filas/columnas    |
| `drop_duplicates()` | Eliminar duplicados        |
| `duplicated()`      | Marcar duplicados          |
| `dropna()`          | Eliminar valores faltantes |
| `fillna()`          | Rellenar valores faltantes |
| `ffill()`           | Relleno hacia adelante     |
| `bfill()`           | Relleno hacia atrás        |
| `interpolate()`     | Interpolar valores         |
| `replace()`         | Reemplazar valores         |
| `rename()`          | Renombrar columnas/índice  |
| `rename_axis()`     | Renombrar eje              |
| `assign()`          | Añadir columnas nuevas     |
| `astype()`          | Convertir tipos            |
| `convert_dtypes()`  | Inferir tipos              |
| `copy()`            | Copiar DataFrame           |

**Ejemplos:**

```python theme={null}
ds = pd.read_csv("data.csv")

# Drop operations
result = ds.drop(columns=['unused_col'])
result = ds.drop_duplicates(subset=['user_id'])
result = ds.dropna(subset=['email'])

# Fill operations
result = ds.fillna(0)
result = ds.fillna({'age': 0, 'name': 'Unknown'})

# Transform operations
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])
)
```

***

<div id="sorting">
  ## Ordenación y clasificación
</div>

| Método          | Descripción             |
| --------------- | ----------------------- |
| `sort_values()` | Ordenar por valores     |
| `sort_index()`  | Ordenar por índice      |
| `nlargest()`    | Los N valores más altos |
| `nsmallest()`   | Los N valores más bajos |

**Ejemplos:**

```python theme={null}
# Sort by single column
result = ds.sort_values('salary', ascending=False)

# Sort by multiple columns
result = ds.sort_values(['department', 'salary'], ascending=[True, False])

# Get top/bottom N
result = ds.nlargest(10, 'salary')
result = ds.nsmallest(5, 'age')
```

***

<div id="reshaping">
  ## Reestructuración
</div>

| Method              | Description                     |
| ------------------- | ------------------------------- |
| `pivot()`           | Tabla dinámica                  |
| `pivot_table()`     | Tabla dinámica con agregación   |
| `melt()`            | Deshacer tabla dinámica         |
| `stack()`           | Apilar columnas en el índice    |
| `unstack()`         | Desapilar el índice en columnas |
| `transpose()` / `T` | Transposición                   |
| `explode()`         | Expandir listas en filas        |
| `squeeze()`         | Reducir dimensiones             |
| `droplevel()`       | Eliminar nivel del índice       |
| `swaplevel()`       | Intercambiar niveles del índice |
| `reorder_levels()`  | Reordenar niveles               |

**Ejemplos:**

```python theme={null}
# Pivot table
result = ds.pivot_table(
    values='amount',
    index='region',
    columns='product',
    aggfunc='sum'
)

# Melt (unpivot)
result = ds.melt(
    id_vars=['name'],
    value_vars=['score1', 'score2', 'score3'],
    var_name='test',
    value_name='score'
)

# Explode arrays
result = ds.explode('tags')
```

***

<div id="combining">
  ## Combinación / Join
</div>

| Método            | Descripción            |
| ----------------- | ---------------------- |
| `merge()`         | Fusión al estilo SQL   |
| `join()`          | Join por índice        |
| `concat()`        | Concatenar             |
| `append()`        | Añadir filas al final  |
| `combine()`       | Combinar con función   |
| `combine_first()` | Combinar con prioridad |
| `update()`        | Actualizar valores     |
| `compare()`       | Mostrar diferencias    |

**Ejemplos:**

```python theme={null}
# Merge (join)
result = pd.merge(df1, df2, on='id', how='left')
result = df1.join(df2, on='id')

# Concatenate
result = pd.concat([df1, df2, df3])
result = pd.concat([df1, df2], axis=1)
```

***

<div id="binary">
  ## Operaciones binarias
</div>

| Método                       | Descripción              |
| ---------------------------- | ------------------------ |
| `add()` / `radd()`           | Suma                     |
| `sub()` / `rsub()`           | Resta                    |
| `mul()` / `rmul()`           | Multiplicación           |
| `div()` / `rdiv()`           | División                 |
| `truediv()` / `rtruediv()`   | División real            |
| `floordiv()` / `rfloordiv()` | División entera          |
| `mod()` / `rmod()`           | Módulo                   |
| `pow()` / `rpow()`           | Potencia                 |
| `dot()`                      | Multiplicación matricial |

**Ejemplos:**

```python theme={null}
# Arithmetic operations
result = ds['col1'].add(ds['col2'])
result = ds['price'].mul(ds['quantity'])

# With fill_value for missing data
result = ds['col1'].add(ds['col2'], fill_value=0)
```

***

<div id="comparison">
  ## Operaciones de comparación
</div>

| Método      | Descripción           |
| ----------- | --------------------- |
| `eq()`      | Igual                 |
| `ne()`      | Distinto              |
| `lt()`      | Menor que             |
| `le()`      | Menor o igual que     |
| `gt()`      | Mayor que             |
| `ge()`      | Mayor o igual que     |
| `equals()`  | Comprobar la igualdad |
| `compare()` | Mostrar diferencias   |

***

<div id="application">
  ## Aplicación de funciones
</div>

| Método                  | Descripción                 |
| ----------------------- | --------------------------- |
| `apply()`               | Aplicar una función         |
| `applymap()`            | Aplicar elemento a elemento |
| `map()`                 | Asignar valores             |
| `agg()` / `aggregate()` | Agregación                  |
| `transform()`           | Transformar                 |
| `pipe()`                | Encadenar funciones         |
| `groupby()`             | Agrupar por                 |

**Ejemplos:**

```python theme={null}
# Apply function
result = ds['name'].apply(lambda x: x.upper())
result = ds.apply(lambda row: row['a'] + row['b'], axis=1)

# Aggregate
result = ds.agg({'col1': 'sum', 'col2': 'mean'})
result = ds.agg(['sum', 'mean', 'std'])

# Pipe
result = (ds
    .pipe(filter_active)
    .pipe(calculate_metrics)
    .pipe(format_output)
)
```

***

<div id="timeseries">
  ## Series temporales
</div>

| Método               | Descripción                     |
| -------------------- | ------------------------------- |
| `rolling()`          | Ventana móvil                   |
| `expanding()`        | Ventana expansiva               |
| `ewm()`              | Ponderación exponencial         |
| `resample()`         | Remuestrear series temporales   |
| `shift()`            | Desplazar valores               |
| `asfreq()`           | Convertir frecuencia            |
| `asof()`             | Último valor hasta ese momento  |
| `at_time()`          | Seleccionar por hora            |
| `between_time()`     | Seleccionar intervalo de tiempo |
| `first()` / `last()` | Primeros/últimos períodos       |
| `to_period()`        | Convertir a período             |
| `to_timestamp()`     | Convertir a timestamp           |
| `tz_convert()`       | Convertir zona horaria          |
| `tz_localize()`      | Localizar zona horaria          |

**Ejemplos:**

```python theme={null}
# Rolling window
result = ds['value'].rolling(window=7).mean()

# Expanding window
result = ds['value'].expanding().sum()

# Shift
result = ds['value'].shift(1)  # Lag
result = ds['value'].shift(-1)  # Lead
```

***

<div id="missing">
  ## Datos faltantes
</div>

| Método                  | Descripción                   |
| ----------------------- | ----------------------------- |
| `isna()` / `isnull()`   | Detectar valores faltantes    |
| `notna()` / `notnull()` | Detectar valores no faltantes |
| `dropna()`              | Eliminar valores faltantes    |
| `fillna()`              | Rellenar valores faltantes    |
| `ffill()`               | Relleno hacia adelante        |
| `bfill()`               | Relleno hacia atrás           |
| `interpolate()`         | Interpolar                    |
| `replace()`             | Reemplazar valores            |

***

<div id="io">
  ## Métodos de E/S
</div>

| Método           | Descripción                      |
| ---------------- | -------------------------------- |
| `to_csv()`       | Exportar a CSV                   |
| `to_json()`      | Exportar a JSON                  |
| `to_excel()`     | Exportar a Excel                 |
| `to_parquet()`   | Exportar a Parquet               |
| `to_feather()`   | Exportar a Feather               |
| `to_sql()`       | Exportar a una base de datos SQL |
| `to_pickle()`    | Pickle                           |
| `to_html()`      | Tabla HTML                       |
| `to_latex()`     | Tabla LaTeX                      |
| `to_markdown()`  | Tabla Markdown                   |
| `to_string()`    | Representación como cadena       |
| `to_dict()`      | Diccionario                      |
| `to_records()`   | Registros                        |
| `to_numpy()`     | array de NumPy                   |
| `to_clipboard()` | Portapapeles                     |

Consulta [Operaciones de E/S](/docs/es/chdb/datastore/io) para obtener documentación detallada.

***

<div id="iteration">
  ## Iteración
</div>

| Método         | Descripción                   |
| -------------- | ----------------------------- |
| `items()`      | Itera sobre (columna, Series) |
| `iterrows()`   | Itera sobre (índice, Series)  |
| `itertuples()` | Itera como tuplas nombradas   |

***

<div id="differences">
  ## Diferencias clave frente a Pandas
</div>

<div id="return-types">
  ### 1. Tipos de retorno
</div>

```python theme={null}
# Pandas returns Series
pdf['col']  # → pd.Series

# DataStore returns ColumnExpr (lazy)
ds['col']   # → ColumnExpr
```

<div id="lazy-execution">
  ### 2. Ejecución diferida
</div>

```python theme={null}
# DataStore operations are lazy
result = ds.filter(ds['age'] > 25)  # Not executed yet
df = result.to_df()  # Executed here
```

<div id="no-inplace-parameter">
  ### 3. No hay parámetro `inplace`
</div>

```python theme={null}
# Pandas
df.drop(columns=['col'], inplace=True)

# DataStore (always returns new object)
ds = ds.drop(columns=['col'])
```

<div id="comparing-results">
  ### 4. Comparación de resultados
</div>

```python theme={null}
# Use to_pandas() for comparison
pd.testing.assert_frame_equal(
    ds.to_pandas(),
    expected_df
)
```

Consulta [Diferencias clave](/docs/es/chdb/guides/pandas-differences) para conocer todos los detalles.