Pandas 中的“轴”如何工作：行与列？

理解 Pandas 中的“轴”

在使用 Pandas 时，“轴”的概念在各种操作中起着至关重要的作用，包括统计计算，如平均值。在此上下文中，axis 参数指定执行操作的方向。

默认情况下，axis 值为 0，表示沿 DataFrame 的行（索引）进行操作。但是，可以将轴值显式设置为 1 以沿列执行操作。

考虑以下示例：

<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>

在这种情况下，指定 axis=1 意味着Mean 函数将计算 DataFrame 中每一列的平均值。预期输出为：

0    1.074821
dtype: float64

这与使用 axis=0 时可能预期的结果不同，后者会计算每行的平均值，从而产生以下输出：

A    0.626386
B    1.523255
dtype: float64

为了进一步澄清，Pandas 中的 axis 参数与 NumPy 均值函数中 axis 的用法一致。当 NumPy 的平均值中未显式指定 axis 时，它默认为 None，这会在计算平均值之前展平数组。因此，在 Pandas 中指定 axis=0 对应于计算沿行的平均值（因为 Pandas 中的索引代表行），而指定 axis=1 对应于计算沿列的平均值。

为了更清楚，也可以用 axis='index' 代替 axis=0，用 axis='columns' 代替 axis=1，明确是在哪个轴上执行操作。

以上是Pandas 中的“轴”如何工作：行与列？的详细内容。更多信息请关注PHP中文网其他相关文章！