Python Pandas - Panel
EIN panelist ein 3D-Datencontainer. Der BegriffPanel data ist aus der Ökonometrie abgeleitet und teilweise verantwortlich für den Namen Pandas - pan(el)-da(ta)-s.
Die Namen für die 3 Achsen sollen der Beschreibung von Operationen mit Paneldaten eine semantische Bedeutung verleihen. Sie sind -
items - Achse 0, jedes Element entspricht einem darin enthaltenen DataFrame.
major_axis - Achse 1, es ist der Index (Zeilen) jedes der DataFrames.
minor_axis - Achse 2, es sind die Spalten jedes der DataFrames.
pandas.Panel ()
Ein Panel kann mit dem folgenden Konstruktor erstellt werden:
pandas.Panel(data, items, major_axis, minor_axis, dtype, copy)
Die Parameter des Konstruktors sind wie folgt:
Parameter | Beschreibung |
---|---|
Daten | Daten haben verschiedene Formen wie ndarray, Serien, Karten, Listen, Diktate, Konstanten und auch einen anderen DataFrame |
Artikel | Achse = 0 |
Hauptachse | Achse = 1 |
minor_axis | Achse = 2 |
dtype | Datentyp jeder Spalte |
Kopieren | Daten kopieren. Standard,false |
Panel erstellen
Ein Panel kann auf verschiedene Arten erstellt werden:
- Von ndarrays
- Aus dem Diktat von DataFrames
Aus 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
Es ist output ist wie folgt -
<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 - Beachten Sie die Abmessungen des leeren Feldes und des obigen Feldes, alle Objekte sind unterschiedlich.
Aus dem Diktat von DataFrame-Objekten
#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
Es ist output ist wie folgt -
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
Erstellen Sie ein leeres Bedienfeld
Ein leeres Panel kann mit dem Panel-Konstruktor wie folgt erstellt werden:
#creating an empty panel
import pandas as pd
p = pd.Panel()
print p
Es ist output ist wie folgt -
<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
Auswählen der Daten aus dem Bedienfeld
Wählen Sie die Daten aus dem Bedienfeld mit - aus
- Items
- Major_axis
- Minor_axis
Elemente verwenden
# 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']
Es ist output ist wie folgt -
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
Wir haben zwei Elemente und haben Element1 abgerufen. Das Ergebnis ist ein DataFrame mit 4 Zeilen und 3 SpaltenMajor_axis und Minor_axis Maße.
Verwenden von major_axis
Auf Daten kann mit der Methode zugegriffen werden panel.major_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.major_xs(1)
Es ist output ist wie folgt -
Item1 Item2
0 0.417497 0.748412
1 0.896681 -0.557322
2 0.576657 NaN
Minor_axis verwenden
Auf Daten kann mit der Methode zugegriffen werden 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)
Es ist output ist wie folgt -
Item1 Item2
0 -0.128637 -1.047032
1 0.896681 -0.557322
2 0.571668 0.431953
3 -0.144234 1.302466
Note - Beachten Sie die Änderungen in den Abmessungen.