pd.Series supported APIsΒΆ

The following table lists both implemented and not implemented methods. If you have need of an operation that is listed as not implemented, feel free to open an issue on the GitHub repository, or give a thumbs up to already created issues. Contributions are also welcome!

The following table is structured as follows: The first column contains the method name. The second column is a flag for whether or not there is an implementation in Modin for the method in the left column. Y stands for yes, N stands for no, P stands for partial (meaning some parameters may not be supported yet), and D stands for default to pandas. To learn more about the implementations that default to pandas, see the related section on Defaulting to pandas.

Series method Modin Implementation? (Y/N/P/D) Notes for Current implementation
abs Y  
add Y  
add_prefix Y  
add_suffix Y  
agg Y  
aggregate Y  
align D  
all Y  
any Y  
append Y  
apply Y  
argmax Y  
argmin Y  
argsort D  
array D  
as_blocks D  
as_matrix Y  
asfreq D  
asobject D  
asof Y  
astype Y  
at Y  
at_time Y  
autocorr Y  
axes Y  
base D  
between D  
between_time Y  
bfill Y  
blocks D  
bool Y  
cat D  
clip Y  
clip_lower Y  
clip_upper Y  
combine Y  
combine_first Y  
compare D  
compress D  
copy Y  
corr Y Correlation floating point precision may slightly differ from pandas. For now pearson method is available only. For other methods defaults to pandas.
count Y  
cov Y Covariance floating point precision may slightly differ from pandas.
cummax Y  
cummin Y  
cumprod Y  
cumsum Y  
data D  
describe Y  
diff Y  
div Y  
divide Y  
divmod Y  
dot Y  
drop Y  
drop_duplicates Y  
droplevel Y  
dropna Y  
dt Y  
dtype Y  
dtypes Y  
duplicated Y  
empty Y  
eq Y  
equals Y  
ewm D  
expanding D  
explode D  
factorize D  
ffill Y  
fillna Y  
filter Y  
first Y  
first_valid_index Y  
flags D  
floordiv Y  
from_array D  
ftype Y  
ftypes Y  
ge Y  
get Y  
get_dtype_counts Y  
get_ftype_counts Y  
get_value D  
get_values D  
groupby D  
gt Y  
hasnans Y  
head Y  
hist D  
iat Y  
idxmax Y  
idxmin Y  
iloc Y  
imag D  
index Y  
infer_objects D  
interpolate D  
is_monotonic Y  
is_monotonic_decreasing Y  
is_monotonic_increasing Y  
is_unique Y  
isin Y  
isna Y  
isnull Y  
item Y  
items Y  
itemsize D  
iteritems Y  
keys Y  
kurt Y  
kurtosis Y  
last Y  
last_valid_index Y  
le Y  
loc Y  
lt Y  
mad Y  
map Y  
mask D  
max Y  
mean Y  
median Y  
memory_usage Y  
min Y  
mod Y  
mode Y  
mul Y  
multiply Y  
name Y  
nbytes D  
ndim Y  
ne Y  
nlargest Y  
nonzero Y  
notna Y  
notnull Y  
nsmallest Y  
nunique Y  
pct_change D  
pipe Y  
plot D  
pop Y  
pow Y  
prod Y  
product Y  
ptp D  
put D  
quantile Y  
radd Y  
rank Y  
ravel Y  
rdiv Y  
rdivmod Y  
real D  
reindex Y  
reindex_like Y  
rename Y  
rename_axis Y  
reorder_levels D  
repeat Y  
replace Y  
resample Y  
reset_index Y  
rfloordiv Y  
rmod Y  
rmul Y  
rolling Y  
round Y  
rpow Y  
rsub Y  
rtruediv Y  
sample Y  
searchsorted Y  
sem Y  
set_axis Y  
set_value D  
shape Y  
shift Y  
size Y  
skew Y  
slice_shift Y  
sort_index Y  
sort_values Y  
sparse Y  
squeeze Y  
std Y  
str Y  
strides D  
sub Y  
subtract Y  
sum Y  
swapaxes Y  
swaplevel Y  
tail Y  
take Y  
to_clipboard D  
to_csv D  
to_dense D  
to_dict D  
to_excel D  
to_frame Y  
to_hdf D  
to_json D  
to_latex D  
to_list D  
to_msgpack D  
to_numpy D  
to_period D  
to_pickle D  
to_sparse D  
to_sql Y  
to_string D  
to_timestamp D  
to_xarray D  
tolist D  
transform Y  
transpose Y  
truediv Y  
truncate Y  
tshift Y  
tz_convert Y  
tz_localize Y  
unique Y  
unstack Y  
update Y  
valid D  
value_counts Y The indices order of resulting object may differ from pandas.
values Y  
var Y  
view D  
where Y