Python Pandas - 面板


面板是数据的 3D 容器术语“面板数据”源自计量经济学,部分原因是 pandas - pan(el)-da(ta) -s 这个名称。

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 - 轴 0,每个项目对应于其中包含的一个 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面板 -

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

构造函数的参数如下 -

范围 描述
数据 数据采用多种形式,例如 ndarray、series、map、lists、dict、constants 以及另一个 DataFrame
项目 轴=0
长轴 轴=1
短轴 轴=2
数据类型 每列的数据类型
复制 复制数据。默认,

创建面板

可以使用多种方式创建面板,例如 -

  • 来自 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

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- 观察空面板和上面面板的尺寸,所有对象都是不同的。

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 -

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
  • 长轴
  • 短轴

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']

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,并且检索了项目 1。结果是一个具有 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)

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

注意- 观察尺寸的变化。