Pandas 中的「軸」如何運作：行與列？

理解Pandas 中的「軸」

在使用Pandas 時，「軸」的概念在各種操作中起著關重要的作用，包括統計計算，如平均值。在此上下文中，axis 參數指定執行操作的方向。

預設情況下，axis 值為 0，表示沿著 DataFrame 的行（索引）進行操作。但是，可以將軸值明確設定為 1 以沿列執行操作。

考慮以下範例：

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

# Generate a DataFrame with random values
dff = pd.DataFrame(np.random.randn(1, 2), columns=list('AB'))

# Calculate the mean along each column
mean_columns = dff.mean(axis=1)</code>

在這種情況下，指定 axis=1 表示Mean 函數將計算 DataFrame 中每一列的平均值。預期輸出為：

0    1.074821
dtype: float64

這與使用axis=0 時可能預期的結果不同，後者會計算每行的平均值，從而產生以下輸出：

A    0.626386
B    1.523255
dtype: float64

為了進一步澄清，Pandas 中的axis 參數與NumPy 均值函數中axis 的用法一致。當 NumPy 的平均值中未明確指定 axis 時，它預設為 None，這會在計算平均值之前展平數組。因此，在 Pandas 中指定 axis=0 對應於計算沿行的平均值（因為 Pandas 中的索引代表行），而指定 axis=1 對應於計算沿列的平均值。

為了更清楚，也可以用 axis='index' 代替 axis=0，用 axis='columns' 代替 axis=1，明確是在哪個軸上執行操作。

以上是Pandas 中的「軸」如何運作：行與列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！