Python | Панды Panel.size
В Pandas Panel - очень важный контейнер для трехмерных данных. Названия трех осей предназначены для придания некоторого семантического значения описанию операций с панельными данными и, в частности, эконометрического анализа панельных данных.
In Pandas Panel.size gives the number of rows if Series. Otherwise return the number of rows times number of columns if DataFrame.
Syntax: Panel.size
Parameters: None
Returns: Returns value in int representing the number of elements in this object.
Code #1:
# importing pandas module import pandas as pd import numpy as np df1 = pd.DataFrame({"a": ["Geeks", "For", "geeks", "for", "real"], "b": [11, 1.025, 333, 114.48, 1333]}) print("df1 is -
", df1) # Create a 5 * 5 dataframe df2 = pd.DataFrame(np.random.rand(10, 2), columns =["a", "b"]) print("df2 is -
", df2) |
Now, let’s create the Panel using dict of df1 and df2, and get the size of that panel.
data = {"item1":df1, "item2":df2} # creating Panel panel = pd.Panel.from_dict(data, orient ="minor") print("panel["b"] is -
", panel["b"], "
") print("
Size of panel["b"] is - ", panel["b"].size) |
Выход:
Code #2:
# importing pandas module import pandas as pd import numpy as np df1 = pd.DataFrame({"a": ["Geeks", "For", "geeks", "for", "real"], "b": [11, 1.025, 333, 114.48, 1333]}) data = {"item1":df1, "item2":df1} # creating Panel panel = pd.Panel.from_dict(data, orient ="minor") print("panel["b"] is -
", panel["b"], "
") print("
Size of panel["b"] is - ", panel["b"].size) |
Выход:
Code #3:
# importing pandas module import pandas as pd import numpy as np df1 = pd.DataFrame({"a": ["Geeks", "For", "geeks", "real"], "b": [-11, +1.025, -114.48, 1333]}) df2 = pd.DataFrame({"a": ["I", "am", "dataframe", "two"], "b": [100, 100, 100, 100]}) data = {"item1":df1, "item2":df2} # creating Panel panel = pd.Panel.from_dict(data, orient ="minor") print("panel["b"] is -
", panel["b"]) print("
Size of panel["b"] is - ", panel["b"].size) |
Выход:
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.