面板(Panel)是3D容器的數(shù)據(jù)。面板數(shù)據(jù)一詞來源于計(jì)量經(jīng)濟(jì)學(xué)，部分源于名稱：Pandas - pan(el)-da(ta)-s。

3軸(axis)這個(gè)名稱旨在給出描述涉及面板數(shù)據(jù)的操作的一些語義。它們是 -

• items - axis 0，每個(gè)項(xiàng)目對(duì)應(yīng)于內(nèi)部包含的數(shù)據(jù)幀(DataFrame)。
• major_axis - axis 1，它是每個(gè)數(shù)據(jù)幀(DataFrame)的索引(行)。
• minor_axis - axis 2，它是每個(gè)數(shù)據(jù)幀(DataFrame)的列。

1. pandas.Panel()

可以使用以下構(gòu)造函數(shù)創(chuàng)建面板 -

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

構(gòu)造函數(shù)的參數(shù)如下 -

2. 創(chuàng)建面板

可以使用多種方式創(chuàng)建面板 -

• 從ndarrays創(chuàng)建
• 從DataFrames的dict創(chuàng)建

2.1 從3D ndarray創(chuàng)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

執(zhí)行上面示例代碼，得到以下結(jié)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 - 觀察空面板和上面板的尺寸大小，所有對(duì)象都不同。

2.2 從DataFrame對(duì)象的dict創(chuàng)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

執(zhí)行上面示例代碼，得到以下結(jié)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 創(chuàng)建一個(gè)空面板

可以使用Panel的構(gòu)造函數(shù)創(chuàng)建一個(gè)空面板，如下所示：

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

執(zhí)行上面示例代碼，得到以下結(jié)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. 從面板中選擇數(shù)據(jù)

要從面板中選擇數(shù)據(jù)，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']

執(zhí)行上面示例代碼，得到以下結(jié)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

上面示例有兩個(gè)數(shù)據(jù)項(xiàng)，這里只檢索item1。結(jié)果是具有4行和3列的數(shù)據(jù)幀(DataFrame)，它們是Major_axis和Minor_axis維。

使用major_axis

可以使用panel.major_axis(index)方法訪問數(shù)據(jù)。參考以下示例代碼 -

# 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)

執(zhí)行上面示例代碼，得到以下結(jié)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)方法訪問數(shù)據(jù)。參考以下示例代碼 -

# 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)

執(zhí)行上面示例代碼，得到以下結(jié)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 - 觀察尺寸大不的變化。