python - Pandas Dataframe/Numpy 数组 "axis"定义中的歧义

Question

我一直很困惑 python 轴是如何定义的，以及它们是指 DataFrame 的行还是列。考虑下面的代码:

>>> 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

因此，如果我们调用 df.mean(axis=1)，我们将得到各行的平均值:

>>> df.mean(axis=1)
0    1
1    2
2    3

但是，如果我们调用 df.drop(name, axis=1)，我们实际上是删除一列，而不是一行:

>>> df.drop("col4", axis=1)
   col1  col2  col3
0     1     1     1
1     2     2     2
2     3     3     3

谁能帮我理解 pandas/numpy/scipy 中的“轴”是什么意思？

附带说明，DataFrame.mean 可能定义错误。它在 DataFrame.mean 的文档中说axis=1 应该表示列的平均值，而不是行...

Answer 1

可能最简单的方法是将其记住为 0=down 和 1=across。

这意味着:

• 使用 axis=0 将方法应用到每一列或行标签(索引)。
• 使用 axis=1 将方法应用于每一行或列标签。

这是一张显示每个轴所指的 DataFrame 部分的图片:

记住 Pandas 遵循 NumPy 对 axis 一词的使用也很有用。用法在 NumPy 的 glossary of terms 中有解释。 :

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). [my emphasis]

因此，关于问题中的方法，df.mean(axis=1) 似乎是正确定义的。它采用横向跨列条目的平均值，即沿每个单独的行。另一方面，df.mean(axis=0) 将是一个垂直向下跨行的操作。

同样，df.drop(name, axis=1) 指的是对列标签的操作，因为它们直观地穿过水平轴。指定 axis=0 将使该方法改为作用于行。