轴用来为超过一维的数组定义的属性,二维数据拥有两个轴:第0轴沿着行垂直往下,第1轴沿着列的方向水平延伸。
简单来说,就是0轴匹配的是index,涉及上下运算;1轴匹配的是columns,涉及左右运算。
axis参数作用方向图示:
示例:
>>>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
如果我们调用df.mean(axis=1),我们将得到按行计算的均值
>>> df.mean(axis=1)
0 1
1 2
2 3
然而,如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列,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
第一个例子 df.mean(axis=1)代表沿着列水平方向计算均值,而第二个例子df.drop(name, axis=1) 代表将name对应的列标签(们)沿着水平的方向依次删掉。
换句话说:
· 使用0值表示沿着每一列或行标签\索引值向下执行方法
· 使用1值表示沿着每一行或者列标签模向执行对应的方法