pandas-轴axis理解

本文探讨了pandas中axis参数的理解,通过实例解析了当axis=0时按列操作,axis=1时按行操作的逻辑。在删除操作中,axis=0看似按行实则按列删除,axis=1看似按列实则按行删除。
摘要由CSDN通过智能技术生成

目录


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:
在这里插入图片描述
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。

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值