如何理解pandas中的axis参数

Posted 2021-03-15 yang-sen

• 为什么
  df.drop(index, axis=0)，是去掉某一行数据；
  df.drop(col_name, axis=1)，是去掉某一列的数据？
• 为什么
  df.sum(axis=0)，是求每列的数据之和；
  df.sum(axis=1)，是求每行的数据之和？

答疑：

从这张图可以看出，

• axis=0、axis=index，指的是遍历每个index、行号，即在纵向上遍历每列，所以做sum()、mean()等运算时，是对每列数据做操作，而drop(index, axis=0)，传入的参数指定了某一行号，所以会在纵向上遍历每列，去掉行号对应位置的数据。
• axis=1、axis=columns，指的是遍历每个columns、列名，即在横向上遍历每行，所以做sum()、mean()等运算时，是对每行数据做操作，而drop(col, axis=1)，传入的参数指定了某一列名，所以会在横向上遍历每行，去掉列名对应位置的数据。

补充

pandas和numpy对于axis参数的使用是一致的，从numpy官方术语表对于axis的释义可知一二。
Axes are defined for arrays with more than one dimension. A 2-dimensional array has two corresponding axes: the first running vertically downwards across rows (axis 0), and the second running horizontally across columns (axis 1).

参考

1. Ambiguity in Pandas Dataframe / Numpy Array “axis” definition