python pandas panel 面板——迹忆客-ag捕鱼王app官网

pandas panel 是数据的3d容器。panel 数据源自计量经济学。

panels 数据容器有3 个轴，轴的名称可以很好的描述涉及面板数据的操作。

• items - 轴 0，每个 item 对应于包含在其中的 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()

可以使用下面的函数创建panel 数据

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

参数说明如下

• data - 数据采用各种形式，如 ndarray、系列、地图、列表、字典、常量以及 dataframe
• items - 轴=0
• major_axis - 轴=1
• minor_axis - 轴=2
• dtype - 每列的数据类型
• copy - 复制数据。默认，false

说明： 因为本站的python扩展库 pandas 使用的是新版本的，已经弃用了panel方法。因此本章节的示例不提供在线执行

创建 panel

可以使用多种方式创建 panel，例如 -

• 使用 ndarrays
• 使用 dataframes 的字典

使用 ndarray

import pandas as pd
import numpy as np
data = np.random.rand(2,4,5)
p = pd.panel(data)
print p

运行结果如下

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- 空panel和上面panel的大小不同。

使用 dataframe 对象的字典

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

运行结果如下

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

import pandas as pd
p = pd.panel()
print p

运行结果如下

dimensions: 0 (items) x 0 (major_axis) x 0 (minor_axis)
items axis: none
major_axis axis: none
minor_axis axis: none

访问 panel 中的数据

可以从不同的轴访问数据

使用 items

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']

运行结果如下

            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item，我们检索了 item1。结果是一个 4 行 3 列的dataframe，分别是major_axis和minor_axis维度。

使用major_axis

可以使用方法panel.major_axis(index)访问数据。

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)

运行结果如下

      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。

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)

运行结果如下

       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。