2018-04-04
数据分析-pandas中的axis
• 分类:
python
• 标签:
python pandas
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 | df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col1", "col2", "col3", "col4"]) |
如果我们调用df.mean(axis=1),我们将得到按行计算的均值
1 | df.mean(axis=1) |
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 | df.drop("col4", axis=1) |
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