Python Pandas Panel

Panel是一个三维数据容器。Panel data一词来自于计量经济学，部分原因是熊猫的名字--pan（el）-da（ta）-s。

3 个轴的名称旨在为描述涉及Panel data的操作提供一些语义含义。

他们是：

• items：axis 0，每一项对应一个里面包含的DataFrame。

• major_axis：axis 1，是每个DataFrames的索引(行)。

• minor_axis：axis 2，是每个DataFrames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：

创建 Panel

可以使用多种方式创建Panel，例如：

• ndarrays

• DataFrames 的字典

用 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

注意： 观察空Panel和上面Panel的大小，所有的item都不一样。

用 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：

Dimensions: 2 (items) x 4 (major_axis) x 3 (minor_axis)
Items axis: Item1 to Item2
Major_axis axis: 0 to 3
Minor_axis axis: 0 to 2

创建一个空 Panel

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

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Panel中选择数据

使用以下方法从Panel中选择数据：

• Items

• Major_axis

• Minor_axis

使用Items

# 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，结果是一个 4 行 3 列的 DataFrame，它们是Major_axis和Minor_axis维度。

使用major_axis

可以使用该方法访问数据panel.major_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.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

可以使用该方法访问数据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)

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

注意： 观察大小的变化。