comment utiliser xarray comme pandas panneau lors de l'ajout de nouveaux éléments

Question

J'ai converti le panneau de pandas à xarray mais ne peux pas ajouter de nouveaux articles, axe principal et axe mineur aussi facilement que je peux avec le panneau de pandas. Le code est ci-dessous:

import numpy as np 

import pandas as pd 

import xarray as xr 


panel = pd.Panel(np.random.randn(3, 4, 5), items=['one', 'two', 'three'], 
       major_axis=pd.date_range('1/1/2000', periods=4), 
       minor_axis=['a', 'b', 'c', 'd','e']) 

si je veux ajouter un nouvel élément par exemple, je peux:

panel.four=pd.DataFrame(np.ones((4,5)),index=pd.date_range('1/1/2000', periods=4), columns=['a', 'b', 'c', 'd','e']) 

panel.four 

      a b c d e 
2000-01-01 1.0 1.0 1.0 1.0 1.0 

2000-01-02 1.0 1.0 1.0 1.0 1.0 

2000-01-03 1.0 1.0 1.0 1.0 1.0 

2000-01-04 1.0 1.0 1.0 1.0 1.0 

j'ai du mal à augmenter les éléments, majeur/mineur axe xarray

px=panel.to_xarray() 

#px gives me 
<xarray.DataArray (items: 3, major_axis: 5, minor_axis: 4)> 

array([[[-0.440081, -0.888226, 0.158702, 2.107577], 
     [ 0.917835, -0.174557, 0.501626, 0.116761], 
     [ 0.406988, 1.95184 , -1.345948, 2.960774], 
     [-1.905529, 0.25793 , 0.076162, 1.954012], 
     [ 0.499675, 1.87567 , -1.698771, -1.143766]], 


     [[ 0.070269, -1.151737, -0.344155, -0.506383], 
     [-2.199357, -0.040909, 0.491984, -0.333431], 
     [-0.113155, -0.668475, 2.366683, -0.421863], 
     [-0.567336, -0.302224, 1.638386, -0.038545], 
     [ 0.55067 , -0.409266, -0.27916 , -0.942144]], 


     [[ 1.269171, -0.151471, -0.664072, 0.269168], 
     [-0.486492, 0.59632 , -0.191977, 0.22537 ], 
     [ 0.069231, -0.345793, -0.450797, -2.982 ], 
     [-0.42338 , -0.849736, 0.965738, -0.544596], 
     [-1.455378, -0.256441, -1.204572, -0.347749]]]) 

Coordinates: 

    * items  (items) object 'one' 'two' 'three' 

    * major_axis (major_axis) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 ... 

    * minor_axis (minor_axis) object 'a' 'b' 'c' 'd' 


#how should I add a fourth item, increase/delete major axis, minor axis? 

Answer 1

Les assignations de xarray ne sont pas aussi élégantes que le panneau de pandas. Disons que nous voulons ajouter un quatrième élément dans le tableau de données ci-dessus. Voilà comment cela fonctionne:

four=xr.DataArray(np.ones((1,4,5)), coords=[['four'],pd.date_range('1/1/2000', periods=4),['a', 'b', 'c', 'd','e']], 
        dims=['items','major_axis','minor_axis']) 

pxc=xr.concat([px,four],dim='items') 

si l'opération est sur des éléments ou axe majeur/mineur, une logique similaire prévaut. Pour la suppression de l'utilisation

pxc.drop(['four'], dim='items') 

Answer 2

xarray.DataArray est basé sur un seul tableau numpy interne, de sorte qu'il ne peut être efficacement redimensionnée ou ajouté à. Votre meilleure option consiste à créer un nouveau DataArray plus grand avec xarray.concat.

La structure de données que vous recherchez probablement si vous voulez ajouter des articles à un pd.Panel est xarray.Dataset. Ceux-ci sont plus faciles à construire à partir de la trame de données multi-indexé équivalent à un groupe:

# First, make a DataFrame with a MultiIndex 
>>> df = panel.to_frame() 

>>> df.head() 
         one  two  three 
major  minor 
2000-01-01 a  0.278958 0.676034 -1.544726 
      b  -0.918150 -2.707339 -0.552987 
      c  0.023479 0.175528 -0.817556 
      d  1.798001 -0.142016 1.390834 
      e  0.256575 0.265369 -1.829766 

# Now, convert the DataFrame with a MultiIndex to xarray 
>>> ds = df.to_xarray() 

>>> ds 
<xarray.Dataset> 
Dimensions: (major: 4, minor: 5) 
Coordinates: 
    * major (major) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04 
    * minor (minor) object 'a' 'b' 'c' 'd' 'e' 
Data variables: 
    one  (major, minor) float64 0.279 -0.9182 0.02348 1.798 0.2566 2.41 ... 
    two  (major, minor) float64 0.676 -2.707 0.1755 -0.142 0.2654 ... 
    three (major, minor) float64 -1.545 -0.553 -0.8176 1.391 -1.83 ... 

# You can assign a DataFrame if it has the right column/index names 
>>> ds['four'] = pd.DataFrame(np.ones((4,5)), 
...       index=pd.date_range('1/1/2000', periods=4, name='major'), 
...       columns=pd.Index(['a', 'b', 'c', 'd', 'e'], name='minor')) 

# or just pass a tuple directly: 
>>> ds['five'] = (('major', 'minor'), np.zeros((4, 5))) 

>>> ds 
<xarray.Dataset> 
Dimensions: (major: 4, minor: 5) 
Coordinates: 
    * major (major) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04 
    * minor (minor) object 'a' 'b' 'c' 'd' 'e' 
Data variables: 
    one  (major, minor) float64 0.279 -0.9182 0.02348 1.798 0.2566 2.41 ... 
    two  (major, minor) float64 0.676 -2.707 0.1755 -0.142 0.2654 ... 
    three (major, minor) float64 -1.545 -0.553 -0.8176 1.391 -1.83 ... 
    four  (major, minor) float64 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 ... 
    five  (major, minor) float64 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ... 

Pour en savoir plus sur la transition de pandas.Panel à xarray, lisez cette section dans les xarray docs: http://xarray.pydata.org/en/stable/pandas.html#transitioning-from-pandas-panel-to-xarray