Pandas常见困惑问题汇总

asix参数含义

原文请见：Python Pandas与Numpy中axis参数的二义性
从例子入手：

>>>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

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

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

df.mean（axis=1）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，简单来说就是axis=0代表往跨行（down)，而axis=1代表跨列（across)。

Pandas保持了Numpy对关键字axis的用法：
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例子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对应的列标签沿着水平的方向依次删掉。

下图代表在DataFrame当中axis为0和1时分别代表的含义:

读取csv文件报错

Pandas读去csv文件时，若csv文件名含有中文或者文件路径含有中文，则会报错如下：

OSError: Initializing from file failed

为了避免此种情况，一方面可以尽量保证使用英文命名，另一方面可以使用 open 方法先打开文件在使用 pandas.read_csv 方法读取：

test = pd.read_csv(open("data/得分tips.csv"))

透视表功能

使用Pandas实现数据透视功能

pd.pivot_table(df,      //数据源
    index=["Manager","Status"],        //行
    values=["Quantity","Price"],        //值
    aggfunc={"Quantity":len,"Price":np.sum},fill_value=0)  //不同值的透视方法