Python Pandas 面板

Python Pandas 面板

Panel 是一个三维的数据容器。 面板数据 这一术语来自于计量经济学,这也是pandas这一名称的部分原因 --pan(el)-da(ta) -s。

3个轴的名字是为了给描述涉及面板数据的操作提供一些语义。它们是 –

  • items – 轴0,每个项目对应于里面包含的一个DataFrame。

  • major_axis - 轴1,它是每个数据框架的索引(行)。

  • minor_axis – 轴2,它是每个数据框架的列。

pandas.Panel()

可以使用下面的构造函数来创建一个面板

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

构造函数的参数如下:

参数 描述
data 数据有多种形式,如ndarray, series, map, lists, dict, constants和另一个DataFrame
items axis=0
major_axis axis=1
minor_axis axis=2
dtype 每一列的数据类型
copy 复制数据。默认情况下, false

创建面板

可以用多种方式创建一个面板,例如

  • 从ndarrays
  • 从DataFrames的dict中

从三维ndarray中

# 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

输出结果 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 - 观察空面板和上述面板的尺寸,所有对象都是不同的。

从DataFrame对象的口述

#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

创建一个空的面板

可以使用面板构造函数来创建一个空的面板,如下所示

#creating an empty panel
import pandas as pd
p = pd.Panel()
print p

输出结果 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

从小组中选择数据

从面板上选择数据,使用 –

  • 项目
  • 主轴
  • 小轴

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

我们有两个项目,我们检索了item1。结果是一个有4行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 panel.minor_axis(index) 方法访问数据

# 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 - 观察尺寸的变化。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程