📌  相关文章
📜  Python Pandas-面板

📅  最后修改于: 2020-11-06 05:37:39             🧑  作者: Mango

面板是3D数据容器。面板数据一词是从计量经济学派生而来的，部分原因是名称pandas- pan(el)-da(ta) -s。

3个轴的名称旨在为描述涉及面板数据的操作提供某种语义上的含义。他们是-

  • 项目-轴0，每个项目都对应一个包含在其中的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()

面板可以使用以下构造函数创建-

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

构造函数的参数如下-

Parameter Description
data Data takes various forms like ndarray, series, map, lists, dict, constants and also another DataFrame
items axis=0
major_axis axis=1
minor_axis axis=2
dtype Data type of each column
copy Copy data. Default, false

创建面板

面板可以使用多种方式创建，例如-

  • 来自ndarrays
  • 从DataFrame的字典

从3D ndarray

现场演示
# 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–注意空面板和上面面板的尺寸，所有对象均不同。

从DataFrame对象的字典

现场演示
#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Panel构造函数创建一个空面板，如下所示：

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

其输出如下-


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-

  • 物品
  • 长轴
  • 次轴

使用物品

现场演示
# 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，并检索了item1。结果是一个具有4行3列的DataFrame ，分别是Major_axis和Minor_axis尺寸。

使用major_axis

可以使用panel.major_axis(index)方法访问数据。

现场演示
# 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。

现场演示
# 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-观察尺寸变化。