En Pandas, Panel es un contenedor muy importante para datos tridimensionales. Los nombres de los 3 ejes pretenden dar algún significado semántico a la descripción de operaciones que involucran datos de panel y, en particular, el análisis econométrico de datos de panel.
Panel.clip_lower()
La función se utiliza para devolver una copia de la entrada con valores por debajo de un umbral truncado.
Sintaxis: Panel.clip_lower(umbral, eje=Ninguno, en el lugar=Falso)
Parámetros:
umbral: valor mínimo permitido. Todos los valores por debajo del umbral se establecerán en este valor.
float: cada valor se compara con el umbral.
tipo array: la forma del umbral debe coincidir con el objeto con el que se compara.
eje : Alinearse con el umbral a lo largo del eje dado.
inplace : si realizar la operación en el lugar en los datos.Devoluciones: mismo tipo que la entrada.
Código #1: Creando un Panel usando from_dict()
# importing pandas module import pandas as pd import numpy as np df1 = pd.DataFrame({'a': ['Geeks', 'For', 'geeks'], 'b': np.random.randn(3)}) data = {'item1':df1, 'item2':df1} # creating Panel panel = pd.Panel.from_dict(data, orient ='minor') print(panel, "\n")
Producción:
Código #2: Usar clip_lower()
# importing pandas module import pandas as pd import numpy as np df1 = pd.DataFrame({'a': ['Geeks', 'For', 'geeks'], 'b': np.random.randn(3)}) data = {'item1':df1, 'item2':df1} # creating Panel panel = pd.Panel.from_dict(data, orient ='minor') print(panel, "\n") print(panel['b'], '\n') df2 = pd.DataFrame({'b': [11, 12, 13]}) print(panel['b'].clip_lower(df2['b'], axis = 0))
Producción:
Código #3:
# creating an empty panel import pandas as pd import numpy as np data = {'Item1' : pd.DataFrame(np.random.randn(7, 4)), 'Item2' : pd.DataFrame(np.random.randn(4, 5))} pen = pd.Panel(data) print(pen['Item1'], '\n') p = pen['Item1'][0].clip_lower(np.random.randn(7)) print(p)
Producción: