pandas-轴axis理解

---

之前写了一篇关于numpy的axis=？的理解，可以翻看numpy-轴axis理解。

其实pandas中的axis与numpy一样，以二维数组为例：
axis = 0代表高维在变，低维不变，即[0][0]、[1][0]、[2][0]…以列为一组；
axis = 1代表高维不变，低维在变，即[0][0]、[0][1]、[0][2]…以行为一组。

那么为什么有时候在pandas中会遇到当axis = 0时，结果看似是以行为一组，当axis = 1时，以列为一组呢？

接下来用一个例子说明，只要按照高低维的方式去理解，就不会搞糊涂了。

导入数据：

我们想删除含有NaN的那一列数据，这里你可能会想，按照列删除，应该axis = 0啊。

其实只要你按照高低维的方式去想，当axis = 1时，高维不变，低维在变，即按照行为一组。
寻找每一行中有没有NaN值，有的话就删除该行对应位置的元素，通过对每一行的搜索，找到一个就删除一个，从上到下累叠一起就像是按列删除，其实是按行操作的。

同理，当axis = 0时，是按列操作，删除每一列中为NaN值对应位置的元素，从左到右叠在一起就像是按行删除，其实是按列操作的。

以下的部分，就比较好理解。

当axis = 1，按行操作，标题倒序排序。

axis = 0，按列操作，行索引升序排序。

axis = 1，按行操作，将z行内容降序排序。

axis = 0，按列操作，将e列内容降序排序。

求和操作。

总结：
1、pandas的axis与numpy的axis在理解上都是一样的，axis = 0代表高维在变，低维不变，即按照列操作；axis = 1代表高维不变，低维在变，即按照行操作。
2、对于删除drop、dropna操作，理解稍微难一点，其实原理是一样的，当axis = 0时，看似按行操作，其实是按列删除值；当axis = 1时，看似按列操作，其实是按行删除值。