Python Pandas 面板
A panel 是数据的 3D 容器。期限 面板数据 源自计量经济学,对pandas这个名字负有部分责任: 泛(el)-da(ta) -s.
3 个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,每一项对应一个里面包含的DataFrame。
-
主轴 :axis 1,是每个DataFrame的索引(行)。
-
小轴 :axis 2,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:
范围 | 描述 |
---|---|
data | 数据采用各种形式,如 ndarray、series、map、lists、dict、constants 以及另一个 DataFrame |
items | axis=0 |
主轴 | axis=1 |
小轴 | axis=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面板,例如:
- 从 ndarrays
- 来自 DataFrames 的字典
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
Its output 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 : 观察空面板和上面面板的尺寸,所有的对象都不一样。
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
Its output 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
Its output 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
使用以下方法从面板中选择数据:
- Items
- 主轴
- 小轴
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']
Its 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 4 行 3 列的 DataFrame,它们是 主轴 and 小轴 方面。
使用major_axis
可以使用该方法访问数据 panel.major_axis(索引) .
# 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)
Its output 如下:
Item1 Item2 0 0.417497 0.748412 1 0.896681 -0.557322 2 0.576657 NaN
使用小轴
可以使用该方法访问数据 panel.minor_axis(索引)。
# 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)
Its 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
注意 : 观察尺寸变化。