2018-04-04

数据分析-pandas中的axis

摘要：可以将axis=0看做对行处理，axis=1看做对列处理。

Pandas与Numpy中一个非常重要的参数：axis.(轴）

Stackoverflow问题如下：

python中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？考虑以下代码：

1
2
3
4
5
6
7
8
9
10
11
12

df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col1", "col2", "col3", "col4"])

>>>df

   col1  col2  col3  col4

    0     1     1     1     1

    1     2     2     2     2

    2     3     3     3     3

如果我们调用df.mean(axis=1),我们将得到按行计算的均值

1
2
3
4
5
6
7
8

df.mean(axis=1)

0    1

1    2

2    3

然而，如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列，而不是一行：

1
2
3
4
5
6
7
8
9
10

df.drop("col4", axis=1)

   col1  col2  col3

0     1     1     1

1     2     2     2

2     3     3     3

有人能帮我理解一下，在pandas、numpy、scipy三都当中axis参数的真实含义吗？

投票最高的答案揭示了问题的本质：

其实问题理解axis有问题，df.mean其实是在每一行上取所有列的均值，而不是保留每一列的均值。也许简单的来记就是axis=0代表跨行（down)，而axis=1代表跨列（across)，作为方法动作的副词。

换句话说:

• 使用0值表示沿着每一列或行标签、索引值向下执行方法
• 使用1值表示沿着每一行或者列标签模向执行对应的方法

下图代表在DataFrame当中axis为0和1时分别代表的含义:

另外，记住，Pandas保持了Numpy对关键字axis的用法，用法在Numpy库的词汇表当中有过解释：

轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。

所以问题当中第一个列子 df.mean(axis=1)代表沿着列水平方向计算均值，而第二个列子df.drop(name, axis=1) 代表将name对应的列标签（们）沿着水平的方向依次删掉。

dzzxjl