> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/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](/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](/es/chdb/guides/pandas-differences) para conocer todos los detalles.