python数据分析的概念_大数据技术 Python数据分析中DataFrame axis=0与axis=1的理解

本篇教程探讨了大数据技术 Python数据分析中DataFrame axis=0与axis=1的理解，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

<

python中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？ 直接上代码

people=DataFrame(np.random.randn(5,5),

columns=['a','b','c','d','e'],

index=['Joe','Steve','Wes','Jim','Travis'])

a b c d e

Joe 0.814300 -0.495764 0.397662 -1.874044 0.197068

Steve 2.858620 0.158600 -0.745151 -1.560638 -1.008016

Wes -1.313619 -0.346286 -0.499388 1.398095 0.811356

Jim 0.077873 0.188775 -0.394743 -0.747492 0.952180

Travis 0.561055 0.217268 0.154535 0.499617 1.359953

如果我们调用df.mean(axis=1),我们将得到按行计算的均值

print (people.mean(axis=1))

Joe 0.505552

Steve 0.020678

Wes -0.150306

Jim -0.999511

Travis 0.845914

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：

b c d e

Joe -0.862853 0.833427 0.889615 0.776224

Steve -0.529979 -0.718482 -0.587110 1.782204

Wes -0.159212 0.891302 -0.764884 0.050697

Jim 1.212420 1.441785 -1.574010 -0.328341

Travis 0.158050 0.094732 0.397940 0.368299

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对应的列标签沿着水平的方向依次删掉。

本文由职坐标整理发布，学习更多的大数据技术相关知识，请关注职坐标大技术云计算大技术技术频道！