Pandas | 04 Panel 面板
2024-09-06 19:48:21
面板(Panel)是3D容器的数据。面板数据一词来源于计量经济学,部分源于名称:Pandas
- pan(el)-da(ta)-s
。
3
轴(axis
)这个名称旨在给出描述涉及面板数据的操作的一些语义。它们是 -
- items -
axis 0
,每个项目对应于内部包含的数据帧(DataFrame)。 - major_axis -
axis 1
,它是每个数据帧(DataFrame)的索引(行)。 - minor_axis -
axis 2
,它是每个数据帧(DataFrame)的列。
1. pandas.Panel()
可以使用以下构造函数创建面板 -
pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)
参数 | 描述 |
---|---|
data |
数据采取各种形式,如:ndarray ,series ,map ,lists ,dict ,constant 和另一个数据帧(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 |
2. 创建面板
可以使用多种方式创建面板 -
- 从ndarrays创建
- 从DataFrames的dict创建
2.1 从3D ndarray创建
# 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:
<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 - 观察空面板和上面板的尺寸大小,所有对象都不同。
2.2 从DataFrame对象的dict创建面板
#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:
<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
2.3 创建一个空面板
可以使用Panel
的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
输出结果:
<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
3. 从面板中选择数据
要从面板中选择数据,可以使用以下方式 -
- Items
- Major_axis
- Minor_axis
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 -
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
上面示例有两个数据项,这里只检索item1
。结果是具有4
行和3
列的数据帧(DataFrame
),它们是Major_axis
和Minor_axis
维。
使用major_axis
可以使用panel.major_axis(index)
方法访问数据。参考以下示例代码 -
# 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:
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。参考以下示例代码 -
# 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:
Item1 Item2
0 -0.128637 -1.047032
1 0.896681 -0.557322
2 0.571668 0.431953
3 -0.144234 1.302466
注意 - 观察尺寸大不的变化。
最新文章
- IOS 2D游戏开发框架 SpriteKit-->;续(创建敌对精灵)
- 【转】Yeoman自动构建 Angularjs 项目
- IIS配置注意点
- 苹果开发者账号如何多人协作进行开发和真机调试XCode
- Excel有用的宏
- css3 背景记
- php使用flock阻塞写入文件和非阻塞写入文件的实例讲解
- 使用语音识别JAVA SDK 的MAVEN源代码制作语音控制智能家居Java APP-------MAVEN工程加载问题解决
- Java日志-Log4j2
- vuex的使用步骤
- react中的传参方式
- WMware 中CentOS系统Hadoop 分布式环境搭建(一)——Hadoop安装环境准备
- [转] linux学习第四十四篇:Nginx安装,Nginx默认虚拟主机,Nginx域名重定向
- Angular4的依赖注入
- Mysql BLOB、BLOB与TEXT区别及性能影响、将BLOB类型转换成VARCHAR类型
- ubuntu eclipse 无法打开
- 重载方法写delete请求
- arcgis python arcpy add data script添加数据脚本
- 自定义redis序列化工具
- JVM的DirectMemory设置
热门文章
- 去掉DataGridView最后一行的空白行,删除空白行
- 从URL重写中学习正则表达式
- Intellij IDEA的安装教程
- springboot: xercesImpl.jar和xml-apis.jar (系统找不到指定的文件)
- Git系列四之在本地服务器搭建gitlab仓库管理(centeros环境下)
- 【POI】java服务生成List数据集合,后台服务生成xlsx临时文件,并将临时文件上传到腾讯云上
- Linux 笔记 - 第二十四章 配置 Tomcat
- SpringBoot security关闭验证
- Java基础笔记之String相关知识
- Quartz.Net 删除一个Job