1. WIKI教程
2. 学习python_pandas
3. Python Pandas - Panel

Python Pandas - Panel

panel是数据的3D容器。 术语Panel data来源于计量经济学，并且部分负责名称pandas - pan(el)-da(ta) -s。

3轴的名称旨在为描述涉及面板数据的操作提供一些语义含义。 他们是 -

• items - axis 0，每个项目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()

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 -

参数	描述
data	数据采用各种形式，如ndarray，系列，地图，列表，字典，常量以及另一个DataFrame
items	axis=0
major_axis	axis=1
minor_axis	axis=2
dtype	每列的数据类型
copy	复制数据。 默认， false

创建面板

可以使用多种方式创建Panel，例如 -

• 来自ndarrays
• 来自DataFrames的dict

来自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

其output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

Note - 观察空面板和上面板的尺寸，所有对象都不同。

来自DataFrame Objects的dict

#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output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

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 -

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

其output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

从面板中选择数据

使用 - 从面板中选择数据 -

• Items
• Major_axis
• Minor_axis

使用物品

# 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output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。 结果是一个包含4行和3列的Major_axis ，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output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)

其output如下 -

       Item1       Item2
0   -0.128637   -1.047032
1    0.896681   -0.557322
2    0.571668    0.431953
3   -0.144234    1.302466

Note - 观察尺寸的变化。