11 Pandas的axis参数怎么理解

11 Pandas的axis参数怎么理解？

• axis=0或者"index"：
  • 如果是单行操作，就指的是某一行
  • 如果是聚合操作，指的是跨行cross rows
• axis=1或者"columns"：
  • 如果是单列操作，就指的是某一列
  • 如果是聚合操作，指的是跨列cross columns

按哪个axis，就是这个axis要动起来(类似被for遍历)，其它的axis保持不动

pandas 底层使用numpy，所以对pandas操作，同时操作一列或者一行效率会很高；

import pandas as pd
import numpy as np

df = pd.DataFrame(
    np.arange(12).reshape(3,4),
    columns=['A', 'B', 'C', 'D']
)

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

1、单列drop，就是删除某一列

# 代表的就是删除某列
df.drop("A", axis=1)

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	B	C	D
0	1	2	3
1	5	6	7
2	9	10	11

2、单行drop，就是删除某一行

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

# 代表的就是删除某行
df.drop(1, axis=0)

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D
0	0	1	2	3
2	8	9	10	11

3、按axis=0/index执行mean聚合操作

反直觉：输出的不是每行的结果，而是每列的结果

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

# axis=0 or axis=index
df.mean(axis=0)


    A    4.0
    B    5.0
    C    6.0
    D    7.0
    dtype: float64

指定了按哪个axis，就是这个axis要动起来(类似被for遍历)，其它的axis保持不动

4、按axis=1/columns执行mean聚合操作

反直觉：输出的不是每行的结果，而是每列的结果

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

# axis=1 or axis=columns
df.mean(axis=1)




    0    1.5
    1    5.5
    2    9.5
    dtype: float64

指定了按哪个axis，就是这个axis要动起来(类似被for遍历)，其它的axis保持不动

5、再次举例，加深理解

def get_sum_value(x):
    return x["A"] + x["B"] + x["C"] + x["D"]

df["sum_value"] = df.apply(get_sum_value, axis=1)

df

.dataframe tbody tr th:only-of-type { vertical-align: middle; } <pre><code>.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } </code></pre>

	A	B	C	D	sum_value
0	0	1	2	3	6
1	4	5	6	7	22
2	8	9	10	11	38

指定了按哪个axis，就是这个axis要动起来(类似被for遍历)，其它的axis保持不动

本文使用 文章同步助手 同步