pandas axis的用法

前言

numpy和Pandas是数据处理中常用的库，numpy和Pandas许多函数都有axis这个参数，传入axis参数可以指定在哪个轴上操作，但是使用axis到底该指定哪个轴，这带了很多的困惑。下面我们就来分析一下，axis是怎么指定不同的轴的，以及指定不同的轴，是怎样操作的。Pandas保持了Numpy对关键字axis的用法，在此我们以numpy为例进行解释。

shape与axis

numpy的array有个shape属性，如：

import numpy as np

np.random.seed(123)
x=np.random.randint(0,5,[2,3,2])
print (x)
print (x.shape)
 
 

 
 
1
2
3
4
5
6

[[[2 4]
  [2 1]
  [3 2]]

 [[3 1]
  [1 0]
  [1 1]]] 

(2, 3, 2)
 
 

 
 
1
2
3
4
5
6
7
8
9

可以看到生成的是一个三维的随机数组，axis=0就对应shape的用第0个元素对应的维度，axis=1对应shape的用第1个元素对应的维度，axis=2对应shape的用第2个元素对应的维度。即 axis=0，1，2 表示从外到内的维度。(2, 3, 2) 表示包含2个三行两列的数组。

numpy中的axis的设置参数与数组的shape有关
例如一个shape（3，2，4）的数组，代表一个三维数组，要注意的是这里的维度与物理学的维度的理解是不太一样的
axis = 0时，就相当于所求的数组的结果变成shape（2，4）
axis = 1时，数组的结果shape（3，4）
axis = 2时，数组的结果shape（3，2）
这里应该看出来了，当axis=n的时候shape中相应的索引就会被去除，数组发生了降维，那么是如何降维的呢？首先要清楚shape里的数字都代表什么意义：
3代表这个numpy数组里嵌套着3个数组（有三层）， 2代表其中每个数组的行数，3代表其中每个数组的列数。

以二维数组为例理解axis

>>>df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], \
columns=["col1", "col2", "col3", "col4"])
>>>df
   col1  col2  col3  col4
    0     1     1     1     1
    1     2     2     2     2
    2     3     3     3     3
 
 

 
 
1
2
3
4
5
6
7

如果我们调用df.mean(axis=1),我们将得到按行计算的均值

>>> df.mean(axis=1)
0    1
1    2
2    3
 
 

 
 
1
2
3
4

然而，如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列，而不是一行：

>>> df.drop("col4", axis=1)
   col1  col2  col3
0     1     1     1
1     2     2     2
2     3     3     3
 
 

 
 
1
2
3
4
5

其实问题理解axis有问题，df.mean其实是在每一行上取所有列的均值，而不是保留每一列的均值。也许简单的来记就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作为方法动作的副词（译者注）

换句话说:
- 使用0值表示沿着每一列或行标签\索引值向下执行方法
- 使用1值表示沿着每一行或者列标签模向执行对应的方法

下图代表在DataFrame当中axis为0和1时分别代表的含义:

axis参数作用方向图示。另外，记住，Pandas保持了Numpy对关键字axis的用法，用法在Numpy库的词汇表当中有过解释：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。
所以问题当中第一个列子 df.mean(axis=1)代表沿着列水平方向计算均值，而第二个列子df.drop(name, axis=1) 代表将name对应的列标签（们）沿着水平的方向依次删掉。即df.mean(axis=1)表示一行一行的计算均值，df.drop(name, axis=1)表示一行一行的将name列删掉。还可以这样理解，axis等于那个维度代表操作在哪个维度上进行，操作后该维度消失(变成1)。如df.mean(axis=1)，axis=1表示均值操作在列上进行(跨列操作)，即按照行相加求均值，操作后变成一列。axis指定哪个维度表示跨哪个维度进行操作。

以三维数组为例理解axis

import numpy as np

np.random.seed(123)
x=np.random.randint(0,5,[2,3,2])
print (x)
print (x.max(axis=0))
print (x.sum(axis=0))
 
 

 
 
1
2
3
4
5
6
7

[[[2 4]
  [2 1]
  [3 2]]

 [[3 1]
  [1 0]
  [1 1]]]

[[3 4]
 [2 1]
 [3 2]]

[[5 5]
 [3 1]
 [4 3]]
 
 

 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

x数组的shape为（2,3,2），3代表这个numpy数组里嵌套着3个数组（有三层）， 2代表其中每个数组的行数，3代表其中每个数组的列数。x.max(axis=0)去掉第0个维度，得出的肯定是一个3行2列的数组。axis=0 表示跨第0个维度操作，其他维度保持不变。

>>> print (x.max(axis=1))
[[3 4]
 [3 1]]
>>> print (x.sum(axis=1))
[[7 7]
 [5 2]]
 
 

 
 
1
2
3
4
5
6

x.max(axis=1)去掉第1个维度，得出的肯定是一个2行2列的数组。axis=1 表示跨第1个维度操作，其他维度保持不变。

>>> print (x.max(axis=2))
[[4 2 3]
 [3 1 1]]
>>> print (x.sum(axis=2))
[[6 3 5]
 [4 1 2]]
 
 

 
 
1
2
3
4
5
6

x.max(axis=2)去掉第2个维度，得出的肯定是一个2行3列的数组。axis=2 表示跨第2个维度操作，其他维度保持不变。

参考文章

1. numpy中对于axis的理解
2. numpy中axis理解
3. Python之NumPy（axis=0 与axis=1）区分