与Pandas套餐对接#
这个 pandas package是一个用于表状结构的高性能数据分析的包，它是对 Table 班在 astropy .
为了在两个服务器之间交换数据 Table 类和 pandas.DataFrame 类(中的主要数据结构 pandas )、 Table 类包括两个方法， to_pandas() 和 from_pandas() 。
基本示例#
为了演示，我们可以创建一个最小表：
>>> from astropy.table import Table
>>> t = Table()
>>> t['a'] = [1, 2, 3, 4]
>>> t['b'] = ['a', 'b', 'c', 'd']
然后，我们可以将其转换为 DataFrame **
>>> df = t.to_pandas()
>>> df
a b
0 1 a
1 2 b
2 3 c
3 4 d
>>> type(df)
<class 'pandas.core.frame.DataFrame'>
还可以从 DataFrame **
>>> t2 = Table.from_pandas(df)
>>> t2
<Table length=4>
a b
int64 string8
----- -------
1 a
2 b
3 c
4 d
细节#
往返的转换 pandas 注意事项如下：
蒙面桌子可以转换，但熊猫使用哨兵，例如
numpy.nan以表示缺失的值。Astropy使用单独的屏蔽数组来表示屏蔽值，其中“屏蔽下”的值被保留。当将任何星形屏蔽列转换为pandas DataFrame时，原始值将丢失。表与 混合柱 等
Time,SkyCoord, andQuantitycan be converted, but with loss of information or fidelity. For instance,Timecolumns will be converted to a pandas TimeSeries ，但该对象只有64位精度，不支持闰秒或时间刻度。
下面在一个更复杂的示例中强调了这些问题，该示例的表包含掩蔽列和混合列。
首先，我们创建一个具有掩蔽列和mixin列的表：：
>>> import numpy as np
>>> from astropy.table import MaskedColumn, QTable
>>> from astropy.time import Time
>>> from astropy.coordinates import SkyCoord
>>> import astropy.units as u
>>> t = QTable()
>>> t['a'] = MaskedColumn([1, 2, 3], mask=[False, True, False])
>>> t['b'] = MaskedColumn([1.0, 2.0, 3.0], mask=[False, False, True])
>>> t['c'] = MaskedColumn(["a", "b", "c"], mask=[True, False, False])
>>> t['tm'] = Time(["2021-01-01", "2021-01-02", "2021-01-03"])
>>> t['sc'] = SkyCoord(ra=[1, 2, 3] * u.deg, dec=[4, 5, 6] * u.deg)
>>> t['q'] = [1, 2, 3] * u.m
>>> t
<QTable length=3>
a b c tm sc q
deg,deg m
int64 float64 str1 Time SkyCoord float64
----- ------- ---- ----------------------- -------- -------
1 1.0 -- 2021-01-01 00:00:00.000 1.0,4.0 1.0
-- 2.0 b 2021-01-02 00:00:00.000 2.0,5.0 2.0
3 -- c 2021-01-03 00:00:00.000 3.0,6.0 3.0
现在我们将此表转换为 DataFrame
>>> df = t.to_pandas()
>>> df
a b c tm sc.ra sc.dec q
0 1 1.0 NaN 2021-01-01 1.0 4.0 1.0
1 <NA> 2.0 b 2021-01-02 2.0 5.0 2.0
2 3 NaN c 2021-01-03 3.0 6.0 3.0
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 7 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 a 2 non-null Int64
1 b 2 non-null float64
2 c 2 non-null object
3 tm 3 non-null datetime64[ns]
4 sc.ra 3 non-null float64
5 sc.dec 3 non-null float64
6 q 3 non-null float64
dtypes: Int64(1), datetime64[ns](1), float64(4), object(1)
memory usage: 303.0+ bytes
注意几件事：
原始表中的屏蔽值将被pandas中的哨兵值替换。整列
a被转换为可空的integer列，而字符串列c被转换成object柱的
Time对象转换为pandas TimeSeries，使用datetime64[ns].的
SkyCoord对象转换为两个浮动列sc.ra和sc.dec，并且单位丢失了。的
Quantity对象被转换为浮动列并且单位丢失。
现在转换回表格：：
>>> t_df = QTable.from_pandas(df)
>>> t_df
<QTable length=3>
a b c tm sc.ra sc.dec q
int64 float64 str1 Time float64 float64 float64
----- ------- ---- ----------------------- ------- ------- -------
1 1.0 -- 2021-01-01T00:00:00.000 1.0 4.0 1.0
-- 2.0 b 2021-01-02T00:00:00.000 2.0 5.0 2.0
3 -- c 2021-01-03T00:00:00.000 3.0 6.0 3.0
的 Time 列被恢复（受前面讨论的限制），但 SkyCoord 和 Quantity 列不会恢复到原始表中的状态。
最后，在往返转换中，原始表中的掩码值被替换为零或“”：
# Original data values
>>> for nm in 'a', 'b', 'c':
... print(t[nm].data.data)
[1 2 3]
[1. 2. 3.]
['a' 'b' 'c']
# Data values after round-trip conversion
>>> for nm in 'a', 'b', 'c':
... print(t_df[nm].data.data)
[1 0 3]
[ 1. 2. nan]
['' 'b' 'c']