如何理解并记忆DataFrame中的Axis参数

Posted 2023-03-02 Laurence Geng

@2023/1/10的补充：

最近突然意识到，或许Axis轴向的规定完全是出于：习惯！在一个二维表格里，聚合和过滤一般是面向什么操作的？列！我们平时使用最多的求和，求均值等操作都是在列上进行的，因为列是具有相同性质的同一类型数据，SQL中大量的函数都是面向列的聚合函数，既然列是主要的轴向操作，那么就应该设为默认值，从而不必每次显式设定，既然轴向又是从0编码，不如就用初值0代表默认轴向：纵向，然后axis参数统一赋默认赋初值0，统一默认按列聚合或过滤，一切遵循默认的使用习惯，这大概是轴向（Axis）横纵规定和取值的主要原因吧。

---

当我们遇到有axis参数的方法时，脑子里的第一反应应该是：这个方法一定是沿着某一方向进行某种“聚合”或者“过滤”操作。在此场景下，Axis参数就是用来设定操作方向的：是垂直方向还是水平方向？(本文地址：https://blog.csdn.net/bluishglc/article/details/128433476，转载请注明出处)

为什么0是垂直方向，1是水平方向呢？我们知道DataFrame是一个二维表结构，它其实是从一维的Series拓展过来的，那么一维的Series其实是一个“列”，而不一个行，原因也很简单：列的类型是一致的，这一整个Series（列）的元素是同一类型，所以，在逻辑上，我们可以认为表是由列组成的，表的第一维度应该是垂直方向，故让0代表了第1维度，即垂直方向；让1代表第2维度，即水平方向。

axis=0: 一行一行推进（沿垂直方向“聚合”或“过滤”）

当axis=0或axis=index时，DataFrame会沿着“垂直方向”进行“迭代”，它的操作其实是作用到一到多个行上的，所以：

• df.sum(axis=0) 是针对每一列求和；
• df.drop(index, axis=0) 是去掉某一行数据；

这里就是考察我们对axis理解的地方了，同样是axis=0，sum是按列求和，而drop就变成了删除行的操作，这里的关键还是要结合操作本身和axis的轴线方向一起来看。sum: 求和操作，axis=0，沿垂直方向逐行推进，所以就是：对列求和。drop：删除操作，axis=0，沿垂直方向逐行推进，所以就是：按行删除。请看下面的示例代码：

import pandas as pd

df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col0", "col1", "col2", "col3"], index=["row0", "row1", "row2"])
print(df)
print("------------")
# 沿垂直方向推进，操作是求和，所以结果是：按列求和
print(df.sum(axis=0))
print("------------")
# 依然是沿垂直方向推进，操作是删除，所以一旦找到名为"row0"的label，则必定是一个行，所以结果将是：按行删除
print(df.drop("row0", axis=0))

程序输出：

      col0  col1  col2  col3
row0     1     1     1     1
row1     2     2     2     2
row2     3     3     3     3
------------
col0    6
col1    6
col2    6
col3    6
dtype: int64
------------
      col0  col1  col2  col3
row1     2     2     2     2
row2     3     3     3     3

注意，如果我们把drop操作写为：df.drop("row0", axis=1)，运行时会报错："['row0'] not found in axis"，原因是：在水平方向上（ axis=1）找不到label为row0的列！这也从侧面反映了：DataFrame总是如实地根据轴线方向进行数据的查找和过滤。

axis=1: 一列一列推进（沿水平方向“聚合”或“过滤”）

当axis=1或axis=columns时，DataFrame会沿着“水平方向”进行，它的操作其实是作用到一到多个列上的，所以：

• df.sum(axis=1) 是针对每一行求和；
• df.drop(col_name, axis=1) 是去掉某一列数据；

此处逻辑与前面相同，再次看一下示例代码：

import pandas as pd

df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], columns=["col0", "col1", "col2", "col3"], index=["row0", "row1", "row2"])
print(df)
print("------------")
# 沿水平方向推进，操作是求和，所以结果是：按行求和
print(df.sum(axis=1))
print("------------")
# 依然是沿水平方向推进，操作是删除，所以一旦找到名为"col0"的label，则必定是一个列，所以结果将是：按列删除
print(df.drop("col0", axis=1))

程序输出：

      col0  col1  col2  col3
row0     1     1     1     1
row1     2     2     2     2
row2     3     3     3     3
------------
row0     4
row1     8
row2    12
dtype: int64
------------
      col1  col2  col3
row0     1     1     1
row1     2     2     2
row2     3     3     3

同样的，如果我们把drop操作写为：df.drop("col0", axis=0)，运行时会报错："['col0'] not found in axis""，原因是：在垂直方向上（ axis=0）找不到label为col0的行！这也从侧面反映了：DataFrame总是如实地根据轴线方向进行数据的查找和过滤。

最后，再次提醒：一般有axis参数的方法，往往都是要沿着某一方向进行“聚合”或者“过滤”操作！