python - pd.DataFrame.all 中切换的 axis 参数的含义

Question

我有以下数据框:

>>> df = pd.DataFrame([[True, np.nan, False],[True,np.nan,False],[True,np.nan,False]])
>>> df
      0   1      2
0  True NaN  False
1  True NaN  False
2  True NaN  False

根据docs ，执行 df.all(axis=1,skipna=True) 对应于检查所有值是否按列为 true，因此我希望它给出 True,True,False，但它给出 False,False,False。看来axis的含义颠倒了，axis=0是columnwise的。

这似乎与 DataFrame.dropna 中 axis 的含义相矛盾，例如，

>>> df.dropna(axis=1)
      0      2
0  True  False
1  True  False
2  True  False

以及 np.delete .

这是故意的吗？如果是这样，为什么？

Answer 1

我认为这是文档中的一个错误，因为此方法将调用 numpy.all 如果您比较输出，它们是相同的:

In [211]:

np.all(df,axis=0)
Out[211]:
array([True, nan, False], dtype=object)
In [212]:

np.all(df, axis=1)
Out[212]:
array([False, False, False], dtype=object)

此外，dropna 和 np.delete 同意输出:

In [213]:

df.dropna(axis=1)
Out[213]:
      0      2
0  True  False
1  True  False
2  True  False
In [222]:

np.delete(df.values, 1,axis=1)
Out[222]:
array([[True, False],
       [True, False],
       [True, False]], dtype=object)