numpy和pandas中参数axis的用法

numpy和pandas中参数axis的用法

numpy和pandas中axis的用法是一致的，但总是搞不清楚axis=0和axis=1的区别
如下

import pandas as pd

data = {"name": ["a", "b", "c", "d"], "age": [10, 20, 50, 15], "score": [98, 45, 25, 10]}
df = pd.DataFrame(data)
print(df)
print("求和")
print(df.sum(axis=0))  # 列求和
print(df.sum(axis=1))  # 行求和

结果：

  name  age  score
0    a   10     98
1    b   20     45
2    c   50     25
3    d   15     10
求和
name     abcd
age        95
score     178
dtype: object
0    108
1     65
2     75
3     25
dtype: int64

上述代码显示：axis=0的时候是对列求和，axis=1时对行求和

我们再看看drop操作

print(df.drop("name", axis=1))

结果：

   age  score
0   10     98
1   20     45
2   50     25
3   15     10

当使用drop时删除“name”所在列时，使用axis=0会报错，axis=1才能正常操作
这儿又出现了axis=1对列操作

但其实axis参数的用法都参照一种规则“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轴沿着行的垂直往下，第1轴沿着列的方向水平延伸”

在第一个样例中
axis=0求和，即首先沿着行遇到“name”然后再垂直向下求和，“name”列完成后，继续沿行进行
axis=1求和，即首先沿着列遇到0然后水平延伸求和，0行求和完再沿列继续执行求和操作

第二个删除命令中
axis=1，即沿列删除“name”中对应的元素