diff --git a/.translate/state/pandas_panel.md.yml b/.translate/state/pandas_panel.md.yml index 98664ade..2951c80b 100644 --- a/.translate/state/pandas_panel.md.yml +++ b/.translate/state/pandas_panel.md.yml @@ -1,6 +1,6 @@ -source-sha: 6f473feea7a8ed66d6cbb1d138ce9b9a465e68c8 -synced-at: "2026-07-18" +source-sha: 977a9fe1f328086bb498a6c055b52f6eb74b4ea9 +synced-at: "2026-10-12" model: claude-sonnet-5 -mode: RESYNC +mode: UPDATE section-count: 6 -tool-version: 0.17.0 +tool-version: 0.29.4 diff --git a/lectures/_config.yml b/lectures/_config.yml index 29861625..dd742100 100644 --- a/lectures/_config.yml +++ b/lectures/_config.yml @@ -92,6 +92,9 @@ sphinx: google_analytics_id: G-J0SMYR4SG3 launch_buttons: colab_url : https://colab.research.google.com + # A reference with no target in this site resolves on the lecture's home + # site (pandas_panel, shared with programming, links to its pandas lecture). + intersphinx_disabled_reftypes: [] intersphinx_mapping: intermediate: - https://python.quantecon.org/ diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index b22c822a..45ff67f7 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -4,7 +4,7 @@ jupytext: extension: .md format_name: myst format_version: 0.13 - jupytext_version: 1.17.2 + jupytext_version: 1.16.7 kernelspec: display_name: Python 3 (ipykernel) language: python @@ -20,7 +20,6 @@ translation: Exercises: 练习 --- -(ppd)= ```{raw} jupyter
@@ -29,18 +28,37 @@ translation:
``` +(ppd)= # {index}`用Pandas处理面板数据 ` ```{index} single: Python; Pandas ``` -```{contents} 目录 -:depth: 2 +除了 Anaconda 中已有的内容外，本讲座还需要以下库： + +```{code-cell} ipython3 +:tags: [hide-output] + +!pip install --upgrade seaborn +``` + +我们使用以下导入语句。 + +```{code-cell} ipython3 +import matplotlib.pyplot as plt +import matplotlib as mpl +FONTPATH = "fonts/SourceHanSerifSC-SemiBold.otf" +mpl.font_manager.fontManager.addfont(FONTPATH) +plt.rcParams['font.family'] = ['Source Han Serif SC'] + +import seaborn as sns +sns.set_theme() +sns.set(font='Source Han Serif SC') ``` ## 概述 -在[之前关于pandas的讲座](https://python-programming.quantecon.org/pandas.html)中，我们学习了如何处理简单的数据集。 +在{doc}`之前关于pandas的讲座 `中，我们学习了如何处理简单的数据集。 计量经济学家经常需要处理更复杂的数据集，比如面板数据。 @@ -69,7 +87,7 @@ translation: 数据集可通过以下链接访问： ```{code-cell} ipython3 -url1 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/realwage.csv' +url1 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/realwage.csv' ``` ```{code-cell} ipython3 @@ -135,13 +153,13 @@ realwage['United States'].head() `.stack()`将列`MultiIndex`的最低层级旋转到行索引（`.unstack()`执行反向操作 - 你可以试试看） ```{code-cell} ipython3 -realwage.stack(future_stack=True).head() +realwage.stack().head() ``` 我们也可以传入一个参数来选择我们想要堆叠的层级 ```{code-cell} ipython3 -realwage.stack(level='Country', future_stack=True).head() +realwage.stack(level='Country').head() ``` 使用`DatetimeIndex`可以轻松选择特定的时间段。 @@ -149,7 +167,7 @@ realwage.stack(level='Country', future_stack=True).head() 选择一年并堆叠`MultiIndex`的两个较低层级，可以创建我们面板数据的横截面。 ```{code-cell} ipython3 -realwage.loc['2015'].stack(level=(1, 2), future_stack=True).transpose().head() +realwage.loc['2015'].stack(level=(1, 2)).transpose().head() ``` 在本讲后续内容中，我们将使用按国家和时间维度统计的每小时实际最低工资数据框（计量单位为2015年不变价美元）。 @@ -171,7 +189,7 @@ realwage_f.head() 可以通过以下链接访问数据集： ```{code-cell} ipython3 -url2 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/countries.csv' +url2 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/countries.csv' ``` ```{code-cell} ipython3 @@ -211,7 +229,6 @@ realwage_f.transpose().head() 这在下图中用红色阴影部分表示 ```{figure} /_static/lecture_specific/pandas_panel/venn_diag.png - ``` 我们还需要指定每个数据框中国家名称的位置，这将作为合并数据框的"键（key）"。 @@ -263,14 +280,11 @@ merged[merged['Country'] == 'Korea'] 我们把美洲合并成一个大洲 -- 这样可以让我们后面的可视化效果更好。 -为此，我们将使用`.replace()`并遍历一个包含我们想要替换的大洲的值的列表 +为此，我们将使用`.replace()`，传入一个包含我们想要替换的大洲值的列表。 ```{code-cell} ipython3 replace = ['Central America', 'North America', 'South America'] - -for country in replace: - merged.Continent = merged.Continent.replace(to_replace=country, - value='America') +merged['Continent'] = merged['Continent'].replace(to_replace=replace, value='America') ``` 现在我们已经将所有想要的数据都放在一个`DataFrame`中，我们将把它重新整形成带有`MultiIndex`的面板形式。 @@ -320,22 +334,10 @@ merged.mean().head(10) 使用这个数据序列，我们可以绘制数据集中每个国家过去十年的平均实际最低工资 ```{code-cell} ipython3 -import matplotlib.pyplot as plt -import matplotlib as mpl -FONTPATH = "fonts/SourceHanSerifSC-SemiBold.otf" -mpl.font_manager.fontManager.addfont(FONTPATH) -plt.rcParams['font.family'] = ['Source Han Serif SC'] - -import seaborn as sns -sns.set_theme() -sns.set(font='Source Han Serif SC') - # 导入中文国家名称 -map_url='https://raw.githubusercontent.com/QuantEcon/lecture-python.zh-cn/refs/heads/main/lectures/_static/country_map.csv' +map_url = 'https://raw.githubusercontent.com/QuantEcon/lecture-python.zh-cn/refs/heads/main/lectures/_static/country_map.csv' country_map = pd.read_csv(map_url).set_index('English')['Chinese'] -``` -```{code-cell} ipython3 merged.mean().sort_values(ascending=False).plot( kind='bar', title="2006-2016年平均实际最低工资") @@ -369,10 +371,12 @@ plt.xlabel('年份') plt.show() ``` -我们也可以指定`MultiIndex`的一个层级（在列轴上）来进行聚合 +我们也可以指定`MultiIndex`的一个层级（在列轴上）来进行聚合。 + +对于 `groupby`，我们需要使用 `.T` 将列转置为行，因为 `pandas` 已经移除了对 `groupby` 方法中 `axis=1` 的支持。 ```{code-cell} ipython3 -merged.T.groupby(level='Continent').mean().T.head() +merged.T.groupby(level='Continent').mean().head() ``` 我们可以将每个大洲的平均最低工资绘制成时间序列图 @@ -414,7 +418,7 @@ plt.show() `.describe()` 可以快速获取一些常见的描述性统计量的汇总结果 ```{code-cell} ipython3 -merged.stack(future_stack=True).describe() +merged.stack().describe() ``` 这是使用 `groupby` 的一种简化方式。 @@ -478,7 +482,7 @@ plt.show() 可以通过以下链接访问数据集： ```{code-cell} ipython3 -url3 = 'https://github.com/QuantEcon/data-lectures/raw/main/lectures/employ.csv' +url3 = 'https://raw.githubusercontent.com/QuantEcon/data-lectures/main/lectures/employ.csv' ``` 读取 CSV 文件会返回一个长格式的面板数据集。使用 `.pivot_table()` 构建一个带有 `MultiIndex` 列的宽格式数据框。 @@ -602,4 +606,4 @@ plt.show() ``` ```{solution-end} -``` \ No newline at end of file +```