Pandas面板


面板 是数据的3D容器。术语 面板数据 来自计量经济学,部分负责名称pandas - pan(el)-da(ta) -s。

3轴的名称旨在为描述涉及面板数据的操作提供一些语义含义。他们是 -

  • items - 轴0,每个项目对应于一个包含在里面的DataFrame。

  • major_axis - 轴1,它是每个DataFrame的索引(行)。

  • minor_axis - 第2轴,它是每个DataFrame的列。

pandas.Panel()

面板可以使用以下构造函数创建 -

pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)

构造函数的参数如下所示 -

参数 描述
data 数据采用各种形式,如ndarray,序列,地图,列表,字典,常量和另一个DataFrame
items axis=0
major_axis axis=1
minor_axis axis=2
dtype 每列的数据类型
copy 复制数据。默认, **false**

创建面板

面板可以使用多种方式创建,例如 -

  • 从ndarrays
  • 来自DataFrames的字典

从3D ndarray

# creating an empty panel
import pandas as pd
import numpy as np

data = np.random.rand(2,4,5)
p = pd.Panel(data)
print p

输出 如下 -

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 5 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 4

- 观察空面板和上面面板的尺寸,所有对象都不相同。

来自DataFrame对象的字典

#creating an empty panel
import pandas as pd
import numpy as np

data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p

输出 如下 -

<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 4 (major_axis) x 5 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 4

创建一个空面板

可以使用面板构造函数创建一个空面板,如下所示 -

#creating an empty panel
import pandas as pd
p = pd.Panel()
print p

输出 如下 -

<class 'pandas.core.panel.Panel'>
Dimensions: 0 (items) x 0 (major_axis) x 0 (minor_axis)
Items axis: None
Major_axis axis: None
Minor_axis axis: None

从面板中选择数据

使用 - 从面板中选择数据 -

  • 项目
  • Major_axis
  • Minor_axis

使用项目

# creating an empty panel
import pandas as pd
import numpy as np
data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p['Item1']

输出 如下 -

0          1          2
0    0.488224  -0.128637   0.930817
1    0.417497   0.896681   0.576657
2   -2.775266   0.571668   0.290082
3   -0.400538  -0.144234   1.110535

我们有两个项目,我们检索了item1。结果是具有4行和3列的 DataFrame ,它们是 Major_axisMinor_axis 维度。

使用major_axis

可以使用 panel.major_axis(index) 方法访问数据。

# creating an empty panel
import pandas as pd
import numpy as np
data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p.major_xs(1)

输出 如下 -

Item1       Item2
0   0.417497    0.748412
1   0.896681   -0.557322
2   0.576657       NaN

使用minor_axis

可以使用方法 panel.minor_axis(index) 访问数据

# creating an empty panel
import pandas as pd
import numpy as np
data = {'Item1' : pd.DataFrame(np.random.randn(4, 3)),
        'Item2' : pd.DataFrame(np.random.randn(4, 2))}
p = pd.Panel(data)
print p.minor_xs(1)

输出 如下 -

Item1       Item2
0   -0.128637   -1.047032
1    0.896681   -0.557322
2    0.571668    0.431953
3   -0.144234    1.302466

- 观察尺寸的变化。