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：

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

其 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

其 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

其 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']

其 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_axis 和 Minor_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)

其 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)

其 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。