Python Pandas - Pannello

UN panelè un contenitore 3D di dati. Il terminePanel data è derivato dall'econometria ed è parzialmente responsabile del nome panda - pan(el)-da(ta)-S.

I nomi dei 3 assi intendono dare un significato semantico alla descrizione delle operazioni che coinvolgono i dati del pannello. Sono -

  • items - asse 0, ogni elemento corrisponde a un DataFrame contenuto all'interno.

  • major_axis - asse 1, è l'indice (righe) di ciascuno dei DataFrame.

  • minor_axis - asse 2, sono le colonne di ciascuno dei DataFrame.

pandas.Panel ()

Un pannello può essere creato utilizzando il seguente costruttore:

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

I parametri del costruttore sono i seguenti:

Parametro Descrizione
dati I dati assumono varie forme come ndarray, serie, mappa, elenchi, dict, costanti e anche un altro DataFrame
elementi asse = 0
major_axis asse = 1
minor_axis asse = 2
dtype Tipo di dati di ogni colonna
copia Copia i dati. Predefinito,false

Crea pannello

Un pannello può essere creato utilizzando diversi modi come:

  • Da ndarrays
  • Da dict di DataFrames

Da 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

Suo output è il seguente -

<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 - Rispettare le dimensioni del pannello vuoto e del pannello sopra, tutti gli oggetti sono diversi.

Da dict di DataFrame Objects

#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

Suo output è il seguente -

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

Crea un pannello vuoto

È possibile creare un pannello vuoto utilizzando il costruttore del pannello come segue:

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

Suo output è il seguente -

<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

Selezione dei dati dal pannello

Seleziona i dati dal pannello usando -

  • Items
  • Major_axis
  • Minor_axis

Utilizzo di oggetti

# 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']

Suo output è il seguente -

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

Abbiamo due elementi e abbiamo recuperato item1. Il risultato è un DataFrame con 4 righe e 3 colonne, che sono i fileMajor_axis e Minor_axis dimensioni.

Utilizzando major_axis

È possibile accedere ai dati utilizzando il metodo 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)

Suo output è il seguente -

Item1       Item2
0   0.417497    0.748412
1   0.896681   -0.557322
2   0.576657       NaN

Utilizzando minor_axis

È possibile accedere ai dati utilizzando il metodo 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)

Suo output è il seguente -

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

Note - Osservare i cambiamenti nelle dimensioni.