这可能是非常非常基本的,但我似乎无法在任何地方找到解决方案。我正在尝试在 pandas 中构建一个 3D 面板对象,然后用我从多个 csv 文件中读取的数据填充它。我正在尝试做的一个例子如下:
import numpy as np
import pandas as pd
year = np.arange(2000,2005)
obs = np.arange(1,5)
variables = ['x1','x2']
data = pd.Panel(items = obs, major_axis = year, minor_axis = variables)
因此,data[i]
为我提供了属于面板中观察单元之一的所有数据:
data[1]
x1 x2
2000 NaN NaN
2001 NaN NaN
2002 NaN NaN
2003 NaN NaN
2004 NaN NaN
然后,我从 csv 中读取数据,它为我提供了一个如下所示的 DataFrame(我只是在此处创建一个等效对象以使其成为一个工作示例):
x1data = pd.DataFrame(data = zip(year, np.random.randn(5)), columns = ['year', 'x1'])
x1data
year x1
0 2000 -0.261514
1 2001 0.474840
2 2002 0.021714
3 2003 -1.939358
4 2004 1.167545
否,我想将 data[1]
的 x1
列中的 NaN 替换为 x1data 数据帧中的数据。我的第一个想法(假设我来自 R)是简单地确保从 x1data 中选择一个与面板中的 x1 列具有相同尺寸的对象并将其分配给面板:
data[1].x1 = x1data.x1
但是,这不起作用,我猜这是因为在 x1data 中,年份是数据框的一列,而在面板中,它们是显示在列左侧的任何内容( “行名称”,这会是一个索引)吗?
正如您可能从我的问题中看出的那样,我还远远没有真正理解 pandas 数据结构中发生的情况,因此我们将不胜感激任何帮助!
最佳答案
我猜这个问题并没有引起很多回复,因为它太愚蠢了,但以防万一有人遇到这个问题并且像我一样一无所知,非常简单的答案是访问面板使用 .iloc
方法,如下:
data.iloc[item, major_axis, minor_axis]
其中每个参数可以是单个元素或列表,以便在面板的切片上写入。我的上述问题可以通过
解决data.iloc[1, np.arange(2000,2005), 'x1'] = np.asarray(x1data.x1)
或
data.iloc[1, year, 'x1'] = np.asarray(x1data.x1)
请注意,如果我没有使用np.asarray
,则不会发生任何事情,因为data.iloc[]
创建一个以年份作为索引的对象,而x1data.x1
的索引从 0 开始。
关于python - 用数据填充 pandas Panel 对象,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23431900/