Lesson5——Pandas Panel三维数据结构

1 简介

  自 Pandas 0.25 版本后, Panel 结构已经被废弃。

pd.__version__  #查看pandas版本
#'1.2.4'
#或者
pd.show_versions()

  Panel 结构也称“面板结构”,源自于 Panel Data 一词,翻译为“面板数据”。

  Panel 是三维数据结构,有三个轴,分别是:

  • items(0 轴):axis =0,Panel 中的每个 items 都对应一个 DataFrame。
  • major_axis(1 轴):axis=1,用来描述每个 DataFrame 的行索引。
  • minor_axis(2 轴):axis=2,用来描述每个 DataFrame 的列索引。

2 创建Panel 对象

  创建 Panel 对象有两种方式

  • 使用 nadarry 数组创建,
  • 使用 DataFrame 对象创建。

2.1 创建空的 Panel 对象

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

2.2 ndarray三维数组创建

import pandas as pd
import numpy as np
#返回均匀分布的随机样本值位于[0,1)之间
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

2.3 DataFrame创建

  使用 DataFrame 创建一个 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:

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

3 Panel中选取数据

  使用 Panel 的三个轴来实现,也就是 itemsmajor_axisminor_axis。下面介绍其中一种:

3.1 使用 items选取数据

  示例如下:

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

  上述示例中 data,包含了两个数据项,我们选择了 Item1,输出结果是 4 行 3 列的 DataFrame,其行、列索引分别对应 major_axis 和 minor_axis。

 

上一篇:pandas构建复合索引数据(multiple index dataframe)、pandas索引复合索引dataframe数据


下一篇:pandas获取dataframe中的最后一列数据、dataframe索引最后一列数据(selecting last column of pandas dataframe)