python 处理pandas的panel数据

与pd.Series和pd.DataFrame类似,pd.Panel是pandas的数据容器之一,它是用来处理具有三个维度的数据的。进而pd.Panel有3个轴(axis),分别是:

  1. items - axis 0 , 每个item对应一个DataFrame
  2. major_axis - axis 1,代表每个DataFrame的索引
  3. minor_axis - axis 2, 代表每个DataFrame的列

以某个金融数据集stkpoolClose为例,该panel的数据包如下

<class 'pandas.core.panel.Panel'>
Dimensions: 4 (items) x 240 (major_axis) x 1 (minor_axis)
Items axis: 002024.SZ to 601318.SH
Major_axis axis: 20121225 09:40:00 to 20130104 09:35:00
Minor_axis axis: close to close

其中,items为四种股票,major_axis实际为日期,minor_axis为行情类型。

以stkpoolClose['601318.SH']访问该数据包,得到结果如下

                       close
20121225 09:40:00  17.229671
20121225 09:45:00  17.213188
20121225 09:50:00  17.254397
...                      ...
20121231 14:55:00  18.696728
20121231 15:00:00  18.663760
20130104 09:35:00  20.423404

[240 rows x 1 columns]

以stkpoolClose.minor_xs('close')访问该数据包,得到结果如下

                   002024.SZ  600000.SH  601166.SH  601318.SH
20121225 09:40:00   6.119077   4.446197   7.194377  17.229671
20121225 09:45:00   6.109531   4.441295   7.180399  17.213188
20121225 09:50:00   6.138169   4.451099   7.199037  17.254397
...                      ...        ...        ...        ...
20121231 14:55:00   6.338638   4.828560   7.767505  18.696728
20121231 15:00:00   6.348184   4.862875   7.776824  18.663760
20130104 09:35:00   6.376823   4.995232   8.000483  20.423404

[240 rows x 4 columns]

以stkpoolClose.major_xs('20121225 10:00:00')访问该数据包,得到结果如下

       002024.SZ  600000.SH  601166.SH  601318.SH
close   6.166808   4.465806   7.217675  17.217308

总结,以items访问panel数据,得到的结果是以major_xs为index,minor_xs为columns的DataFrame;以major_xs访问数据,得到的结果是以items为columns,以minor_xs为index的DataFrame;以minor_xs访问数据,得到的结果是以items为columns,以major_xs为index的DataFrame

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值