是一个pandas.Series由多个pandas.DataFrame组成,类似于pandas.Panel?初看起来,它们似乎都是非常相似的数据结构.您何时决定使用一系列数据框,何时使用面板? 最佳答案 Panel通常具有更高的内存/计算效率 – 一系列DataFrame与一系列任意 python对象的差别不大 – 而Panel api应该使操作更容易.
In [18]: dfs = {i:pd.DataFrame({'a':np.linspace(0,100, 10000),
'b':np.linspace(0,100, 10000)})
for i in range(1000)}
In [19]: s = pd.Series(dfs)
In [20]: pnl = pd.Panel(dfs)
In [21]: pnl.sum()
Out[21]:
0 1 2 3 4 5 6 7 8 \
a 500000 500000 500000 500000 500000 500000 500000 500000 500000
b 500000 500000 500000 500000 500000 500000 500000 500000 500000
9 ... 990 991 992 993 994 995 996 \
a 500000 ... 500000 500000 500000 500000 500000 500000 500000
b 500000 ... 500000 500000 500000 500000 500000 500000 500000
997 998 999
a 500000 500000 500000
b 500000 500000 500000
# equivalent with a series of frames
In [24]: s.apply(lambda x: x.sum()).T
In [22]: %timeit pnl.sum()
10 loops, best of 3: 23.4 ms per loop
In [25]: %timeit s.apply(lambda x: x.sum()).T
10 loops, best of 3: 123 ms per loop
请注意,Panel的使用率比其他pandas api要少 – 取决于你想要实现的目标,你可能会更幸运的是拥有MultiIndex
的DataFrame或更专门用于多维数据的东西,比如xray