Was bedeutet der Parameter „Achse“ in Pandas-Aggregationsfunktionen?

Die Bedeutung von „Achse“ in Pandas verstehen

Bei vielen Datenmanipulationsvorgängen in Pandas, wie z. B. Aggregationsfunktionen, ist das Konzept von „ „Achse“ spielt eine entscheidende Rolle. Der Parameter „Achse“ gibt die Dimension oder Richtung an, entlang derer die Operation angewendet wird.

Standardmäßig ist „Achse“ auf 0 gesetzt, was Zeilen (Index) in einem DataFrame entspricht. Allerdings kann „Achse“ auch auf 1 gesetzt werden, um Spalten anzuzeigen.

Zur Veranschaulichung betrachten Sie den folgenden Code:

<code class="python">import pandas as pd
import numpy as np

dff = pd.DataFrame(np.random.randn(1,2),columns=list('AB'))
dff.mean(axis=1)</code>

Die erwartete Ausgabe ist:

A    0.626386
B    1.523255
dtype: float64

Die tatsächliche Ausgabe ist jedoch anders:

0    1.074821
dtype: float64

Dies liegt daran, dass der Parameter „Achse“ standardmäßig auf 1 gesetzt ist. In diesem Fall wird der Mittelwert entlang der Spalten berechnet, was zu einem einzelnen Wert führt.

Um die gewünschte Ausgabe zu erhalten, geben Sie „Achse“ explizit als 0 an:

<code class="python">dff.mean(axis=0)</code>

Dadurch wird berechnet der Mittelwert jeder Spalte, der die erwartete Ausgabe erzeugt.

Zusammenfassend lässt sich sagen, dass „Achse“ in Pandas die Dimension oder Richtung vorgibt, entlang derer Operationen angewendet werden. Wenn Sie „Achse“ auf 0 setzen, werden Zeilen als Ziel verwendet, während Sie bei der Einstellung 1 auf Spalten abzielen. Das Verständnis dieses Konzepts ist für die effektive Bearbeitung und Aggregation von Daten in Pandas unerlässlich.

Das obige ist der detaillierte Inhalt vonWas bedeutet der Parameter „Achse“ in Pandas-Aggregationsfunktionen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!