pandas中轴axis的问题理解

在学习删除方法drop时,碰到了,也突然想明白了,轴是什么意思。

引入:


import numpy as np
from pandas import Series,DataFrame#导入包
obj = Series(np.arange(5),index = ['a','b','c','d','e'])#创建Series  obj
obj
Out[2]: 
a    0
b    1
c    2
d    3
e    4
dtype: int32

new_obj = obj.drop('c')#删除'c'
new_obj
Out[5]: 
a    0
b    1
d    3
e    4
dtype: int32

obj
Out[6]: 
a    0
b    1
c    2
d    3
e    4
dtype: int32

obj.drop(['b','d'])#删除'b','d'
Out[7]: 
a    0
c    2
e    4
dtype: int32

data = DataFrame(np.arange(25).reshape(5,5),index = ['bj','tj','heb','sjz','sh'],columns=['one','two','three','four','five'])#创建DataFrame
data
Out[9]: 
     one  two  three  four  five
bj     0    1      2     3     4
tj     5    6      7     8     9
heb   10   11     12    13    14
sjz   15   16     17    18    19
sh    20   21     22    23    24

data.drop(['bj','tj'])#删除某行
Out[10]: 
     one  two  three  four  five
heb   10   11     12    13    14
sjz   15   16     17    18    19
sh    20   21     22    23    24

data.drop('one',axis=1)#删除列
Out[11]: 
     two  three  four  five
bj     1      2     3     4
tj     6      7     8     9
heb   11     12    13    14
sjz   16     17    18    19
sh    21     22    23    24

可已注意到的是,在上方使用drop时,删除列特意指明了axis=1. 而在查看drop的文档时,发现默认参数是axis =0,这说明:

  • axis = 0代表的是行。
  • axis = 1代表的是列。
    这样想就明白了。但是接着问题来了,
data
Out[29]: 
lie   one  two  three  four  five
city                             
bj      0    1      2     3     4
tj      5    6      7     8     9
heb    10   11     12    13    14
sjz    15   16     17    18    19
sh     20   21     22    23    24

data.mean(axis = 0)#求列平均
Out[30]: 
lie
one      10.0
two      11.0
three    12.0
four     13.0
five     14.0
dtype: float64

data.mean(axis = 1)#求行平均
Out[31]: 
city
bj      2.0
tj      7.0
heb    12.0
sjz    17.0
sh     22.0
dtype: float64

其实,我是有点蒙的,如果向上面那样理解的话。
发现问题了吗?
drop中使用axis=1实际上是删掉了一列,而在mean中实际上是计算的行平均值,而不是列的平均值。
蒙了。嗯,看了Stackoverflow中的解释,大概是明白了。现记录如下。

实际上axis = 1,指的是沿着行求所有列的平均值,代表了横轴,那axis = 0,就是沿着列求所有行的平均值,代表了纵轴。

示意图

那这样的话,drop就是沿着'two'的方向删除对应的轴标签为axis = 1的值。

又想到了numpy,pandas是以numpy为基础构造的库,因此,它保留了对于axis使用的方式。

参考:What does axis in pandas mean?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,175评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,674评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,151评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,597评论 1 269
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,505评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,969评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,455评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,118评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,227评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,213评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,214评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,928评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,512评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,616评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,848评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,228评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,772评论 2 339

推荐阅读更多精彩内容