> ## 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.

# Практические рецепты Pandas

> Типовые приёмы Pandas и их эквиваленты в DataStore

Типовые приёмы Pandas и их эквиваленты в DataStore. Большая часть кода работает без изменений!

## Загрузка данных

### Чтение CSV

```python theme={null}
# Pandas
import pandas as pd
df = pd.read_csv("data.csv")

# DataStore — то же самое!
from chdb import datastore as pd
df = pd.read_csv("data.csv")
```

### Чтение нескольких файлов

```python theme={null}
# Pandas
import glob
dfs = [pd.read_csv(f) for f in glob.glob("data/*.csv")]
df = pd.concat(dfs)

# DataStore — эффективнее с glob pattern
df = pd.read_csv("data/*.csv")
```

***

## Фильтрация

### Одно условие

```python theme={null}
# Pandas и DataStore — идентично
df[df['age'] > 25]
df[df['city'] == 'NYC']
df[df['name'].str.contains('John')]
```

### Несколько условий

```python theme={null}
# побитовое И
df[(df['age'] > 25) & (df['city'] == 'NYC')]

# OR
df[(df['age'] < 18) | (df['age'] > 65)]

# NOT
df[~(df['status'] == 'inactive')]
```

### Использование query()

```python theme={null}
# Pandas и DataStore — идентично
df.query('age > 25 and city == "NYC"')
df.query('salary > 50000')
```

### isin()

```python theme={null}
# Pandas и DataStore — идентично
df[df['city'].isin(['NYC', 'LA', 'SF'])]
```

### between()

```python theme={null}
# Pandas и DataStore — идентично
df[df['age'].between(18, 65)]
```

***

## Выбор столбцов

### Один столбец

```python theme={null}
# Pandas и DataStore — идентично
df['name']
df.name  # доступ через атрибут
```

### Несколько столбцов

```python theme={null}
# Pandas и DataStore — идентично
df[['name', 'age', 'city']]
```

### Выборка и фильтрация

```python theme={null}
# Pandas и DataStore — идентично
df[df['age'] > 25][['name', 'salary']]

# DataStore также поддерживает SQL-стиль
df.filter(df['age'] > 25).select('name', 'salary')
```

***

## Сортировка

### Один столбец

```python theme={null}
# Pandas и DataStore — идентично
df.sort_values('salary')
df.sort_values('salary', ascending=False)
```

### Несколько столбцов

```python theme={null}
# Pandas и DataStore — идентично
df.sort_values(['city', 'salary'], ascending=[True, False])
```

### Получение N наибольших/наименьших значений

```python theme={null}
# Pandas и DataStore — идентично
df.nlargest(10, 'salary')
df.nsmallest(5, 'age')
```

***

## GroupBy и агрегация

### Простой GroupBy

```python theme={null}
# Pandas и DataStore — идентично
df.groupby('city')['salary'].mean()
df.groupby('city')['salary'].sum()
df.groupby('city').size()  # количество
```

### Несколько агрегаций

```python theme={null}
# Pandas и DataStore — идентично
df.groupby('city')['salary'].agg(['sum', 'mean', 'count'])

df.groupby('city').agg({
    'salary': ['sum', 'mean'],
    'age': ['min', 'max']
})
```

### Именованные агрегации

```python theme={null}
# Pandas и DataStore — идентично
df.groupby('city').agg(
    total_salary=('salary', 'sum'),
    avg_salary=('salary', 'mean'),
    employee_count=('id', 'count')
)
```

### Несколько ключей в GroupBy

```python theme={null}
# Pandas и DataStore — идентично
df.groupby(['city', 'department'])['salary'].mean()
```

***

## Соединение данных

### INNER JOIN

```python theme={null}
# Pandas
pd.merge(df1, df2, on='id')

# DataStore — тот же API
pd.merge(df1, df2, on='id')

# DataStore также поддерживает
df1.join(df2, on='id')
```

### Левое JOIN

```python theme={null}
# Pandas и DataStore — идентично
pd.merge(df1, df2, on='id', how='left')
```

### JOIN по разным столбцам

```python theme={null}
# Pandas и DataStore — идентично
pd.merge(df1, df2, left_on='emp_id', right_on='id')
```

### Конкатенация

```python theme={null}
# Pandas и DataStore — идентично
pd.concat([df1, df2, df3])
pd.concat([df1, df2], axis=1)
```

***

## Операции со строками

### Преобразование регистра

```python theme={null}
# Pandas и DataStore — идентично
df['name'].str.upper()
df['name'].str.lower()
df['name'].str.title()
```

### Подстрока

```python theme={null}
# Pandas и DataStore — идентично
df['name'].str[:3]        # Первые 3 символа
df['name'].str.slice(0, 3)
```

### Поиск

```python theme={null}
# Pandas и DataStore — идентично
df['name'].str.contains('John')
df['name'].str.startswith('A')
df['name'].str.endswith('son')
```

### Замена

```python theme={null}
# Pandas и DataStore — идентично
df['text'].str.replace('old', 'new')
df['text'].str.replace(r'\d+', '', regex=True)  # Удалить цифры
```

### Разбиение

```python theme={null}
# Pandas и DataStore — идентично
df['name'].str.split(' ')
df['name'].str.split(' ', expand=True)
```

### Длительность

```python theme={null}
# Pandas и DataStore — идентично
df['name'].str.len()
```

***

## Операции с DateTime

### Извлечение компонентов

```python theme={null}
# Pandas и DataStore — идентично
df['date'].dt.year
df['date'].dt.month
df['date'].dt.day
df['date'].dt.dayofweek
df['date'].dt.hour
```

### Форматирование

```python theme={null}
# Pandas и DataStore — идентично
df['date'].dt.strftime('%Y-%m-%d')
```

***

## Отсутствующие данные

### Проверка наличия пропусков

```python theme={null}
# Pandas и DataStore — идентично
df['col'].isna()
df['col'].notna()
df.isna().sum()
```

### Удаление пропусков

```python theme={null}
# Pandas и DataStore — идентично
df.dropna()
df.dropna(subset=['col1', 'col2'])
```

### Заполнение пропущенных значений

```python theme={null}
# Pandas и DataStore — идентично
df.fillna(0)
df.fillna({'col1': 0, 'col2': 'Unknown'})
df.fillna(method='ffill')
```

***

## Создание новых столбцов

### Простое присваивание

```python theme={null}
# Pandas и DataStore — идентично
df['total'] = df['price'] * df['quantity']
df['age_group'] = df['age'] // 10 * 10
```

### Использование метода assign()

```python theme={null}
# Pandas и DataStore — идентично
df = df.assign(
    total=df['price'] * df['quantity'],
    is_adult=df['age'] >= 18
)
```

### Условная логика (where/mask)

```python theme={null}
# Pandas и DataStore — идентично
df['status'] = df['age'].where(df['age'] >= 18, 'minor')
```

### apply() для собственной логики

```python theme={null}
# Работает, но запускает выполнение pandas
df['category'] = df['amount'].apply(lambda x: 'high' if x > 1000 else 'low')

# Альтернатива DataStore (остаётся ленивой)
df['category'] = (
    df.when(df['amount'] > 1000, 'high')
      .otherwise('low')
)
```

***

## Преобразование данных

### Сводная таблица

```python theme={null}
# Pandas и DataStore — идентично
df.pivot_table(
    values='amount',
    index='region',
    columns='product',
    aggfunc='sum'
)
```

### Melt (unpivot)

```python theme={null}
# Pandas и DataStore — идентично
df.melt(
    id_vars=['name'],
    value_vars=['score1', 'score2', 'score3'],
    var_name='test',
    value_name='score'
)
```

### Раскрытие

```python theme={null}
# Pandas и DataStore — идентично
df.explode('tags')  # Развернуть столбец типа Array
```

***

## Оконные функции

### Скользящее

```python theme={null}
# Pandas и DataStore — идентично
df['rolling_avg'] = df['price'].rolling(window=7).mean()
df['rolling_sum'] = df['amount'].rolling(window=30).sum()
```

### Расширение

```python theme={null}
# Pandas и DataStore — идентично
df['cumsum'] = df['amount'].expanding().sum()
df['cummax'] = df['amount'].expanding().max()
```

### Сдвиг

```python theme={null}
# Pandas и DataStore — идентично
df['prev_value'] = df['value'].shift(1)   # Lag
df['next_value'] = df['value'].shift(-1)  # Lead
```

### Различия

```python theme={null}
# Pandas и DataStore — идентично
df['change'] = df['value'].diff()
df['pct_change'] = df['value'].pct_change()
```

***

## Вывод

### В формате CSV

```python theme={null}
# Pandas и DataStore — идентично
df.to_csv("output.csv", index=False)
```

### В формат Parquet

```python theme={null}
# Pandas и DataStore — идентично
df.to_parquet("output.parquet")
```

### В DataFrame pandas

```python theme={null}
# Специфично для DataStore
pandas_df = ds.to_df()
pandas_df = ds.to_pandas()
```

***

## Дополнительные возможности DataStore

### Просмотр SQL

```python theme={null}
# Только DataStore
print(ds.to_sql())
```

### План выполнения

```python theme={null}
# Только DataStore
ds.explain()
```

### Функции ClickHouse

```python theme={null}
# Только для DataStore — дополнительные аксессоры
df['domain'] = df['url'].url.domain()
df['json_value'] = df['data'].json.get_string('key')
df['ip_valid'] = df['ip'].ip.is_ipv4_string()
```

### Универсальный URI

```python theme={null}
# Только DataStore — чтение из любого источника
ds = DataStore.uri("s3://bucket/data.parquet")
ds = DataStore.uri("mysql://user:pass@host/db/table")
```