上一节:
下一节:

  Pandas - Panel（面板）

  • 简述

    panel是数据的 3D 容器。术语Panel data源自计量经济学，部分负责命名 pandas -pan(el)-da(ta)-s。
    3 个轴的名称旨在为描述涉及Panel数据的操作提供一些语义含义。他们是 -
    • items− 轴 0，每个items对应一个包含在里面的 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 -
    范围 描述
    数据 数据采用各种形式，如 ndarray、series、map、lists、dict、constants 以及另一个 DataFrame
    items axis=0
    major_axis axis=1
    minor_axis axis=2
    类型 每列的数据类型
    复制 复制数据。默认，false

  • 创建 Panel

    可以使用多种方式创建 Panel，例如 -
    • 从 ndarrays
    • 从 DataFrames 的字典

    从 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
    它的输出如下 - 
    
<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Panel的尺寸，所有对象都不一样。

    从 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
    它的输出如下 - 
    
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Panel，如下所示 - 
    
#creating an empty panel
import pandas as pd
p = pd.Panel()
print p
    它的输出如下 - 
    
<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']
    它的输出如下 - 
    
            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items，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方面。

    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)
    它的输出如下 - 
    
      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)
    它的输出如下 - 
    
       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。
上一节:
下一节: