Python Pandas - Panel
panel是数据的3D容器。 术语Panel data来源于计量经济学,并且部分负责名称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 - axis 0,每个项目对应一个包含在其中的DataFrame。
major_axis - 轴1,它是每个DataFrame的索引(行)。
minor_axis - 轴2,它是每个DataFrame的列。
pandas.Panel()
可以使用以下构造函数创建Panel -pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)
构造函数的参数如下 -参数描述
data数据采用各种形式,如ndarray,系列,地图,列表,字典,常量以及另一个DataFrame
itemsaxis=0
major_axisaxis=1
minor_axisaxis=2
dtype每列的数据类型
copy复制数据。 默认, false
创建面板
可以使用多种方式创建Panel,例如 -来自ndarrays
来自DataFrames的dict
来自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
其output如下 -
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
Note - 观察空面板和上面板的尺寸,所有对象都不同。
来自DataFrame Objects的dict#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
其output如下 -
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Panel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
其output如下 -
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 -Items
Major_axis
Minor_axis
使用物品# 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']
其output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。 结果是一个包含4行和3列的Major_axis ,它们是Major_axis和Minor_axis维度。
使用major_axis
可以使用方法panel.major_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.major_xs(1)
其output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panel.minor_axis(index).# 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)
其output如下 -Item1 Item2
0 -0.128637 -1.047032
1 0.896681 -0.557322
2 0.571668 0.431953
3 -0.144234 1.302466
Note - 观察尺寸的变化。