Question

以下是我生成数据框的代码：

import pandas as pd
import numpy as np

dff = pd.DataFrame(np.random.randn(1,2),columns=list('AB'))

然后我得到了数据帧：

+------------+---------+--------+
|            |  A      |  B     |
+------------+---------+---------
|      0     | 0.626386| 1.52325|
+------------+---------+--------+

当我输入命令时：

dff.mean(axis=1)

我得到了：

0    1.074821
dtype: float64

根据pandas的引用，axis = 1代表列，我希望命令的结果是

A    0.626386
B    1.523255
dtype: float64

所以这是我的问题：熊猫的轴是什么意思？

Answer 1

它指定轴>计算平均值。默认情况下为axis=0。这与numpy.mean在axis明确指定时的使用情况一致numpy.mean，默认情况下，轴==无，这会计算平展的平均值数组），其中行中的axis=0（即pandas中的 index ）和列中的axis=1 。为了更加清晰，可以选择指定axis='index'（而不是axis=0）或axis='columns'（而不是axis=1）。

+------------+---------+--------+ | | A | B | +------------+---------+--------- | 0 | 0.626386| 1.52325|----axis=1-----> +------------+---------+--------+ | | | axis=0 | ↓ ↓

Answer 2

这些答案确实有助于解释这一点，但对于非程序员（即像我这样的人，在数据科学课程的背景下第一次学习Python），它仍然不是非常直观。我仍然发现使用术语“沿”或“对于每个”wrt行和列是混乱的。

对我来说更有意义的是这样说：

Axis 0将作用于每个COLUMN中的所有ROWS
Axis 1将作用于每个ROW中的所有COLUMNS

因此，轴0上的平均值将是每列中所有行的平均值，轴1上的平均值将是每行中所有列的平均值。

最终，这与@ zhangxaochen和@Michael的说法相同，但是我更容易内化。

Answer 3

让我们想象（你会永远记住），

在熊猫：

axis = 0表示沿“索引”。这是行式操作。

假设在dataframe1＆amp;上执行concat（）操作。 dataframe2，我们将采用dataframe1＆amp;从dataframe1取出第一行并放入新的DF，然后我们从dataframe1取出另一行并放入新的DF，我们重复这个过程，直到我们到达dataframe1的底部。然后，我们对dataframe2执行相同的过程。

基本上，将dataframe2堆叠在dataframe1之上，反之亦然。

例如在桌子或地板上制作一堆书

axis = 1表示沿“列”。这是列式操作。

假设在dataframe1＆amp;上执行concat（）操作。 dataframe2，我们将拿出第一个完整列（又名第一系列）dataframe1并放入新DF，然后我们取出第二列dataframe1并保持与它相邻（侧面），我们必须重复此操作，直到完成所有列。然后，我们在dataframe2上重复相同的过程。基本上， 横向堆叠dataframe2。

例如在书架上安排书籍。

更多的是，因为与矩阵相比，数组是更好的表示来表示嵌套的n维结构！因此，当您推广到多个维度时，下面可以帮助您更多地可视化轴如何发挥重要作用。此外，您实际上可以打印/写入/绘制/可视化任何n-dim数组，但是在超过3维的纸张上，无法以矩阵表示（3-dim）书写或可视化相同的数组。

Answer 4

axis是指数组的维度，在pd.DataFrame s axis=0的情况下，axis=1是指向下方的维度，ndarray是指向右侧的维度。

示例：想一下形状为(3,5,7)的{{1}}。

a = np.ones((3,5,7))

a是3维ndarray，即它具有 3轴（“轴”是“轴”的复数）。 a的配置看起来像3片面包，每片的尺寸为5×7。 a[0,:,:]将引用第0个切片，a[1,:,:]将引用第1个切片等。

a.sum(axis=0)将沿sum()的第0轴应用a。您将添加所有切片，最后得到一片形状(5,7)。

a.sum(axis=0)相当于

b = np.zeros((5,7))
for i in range(5):
    for j in range(7):
        b[i,j] += a[:,i,j].sum()

b和a.sum(axis=0)都会是这样的

array([[ 3.,  3.,  3.,  3.,  3.,  3.,  3.],
       [ 3.,  3.,  3.,  3.,  3.,  3.,  3.],
       [ 3.,  3.,  3.,  3.,  3.,  3.,  3.],
       [ 3.,  3.,  3.,  3.,  3.,  3.,  3.],
       [ 3.,  3.,  3.,  3.,  3.,  3.,  3.]])

在pd.DataFrame中，轴的工作方式与numpy.array中的相同：axis=0将为每列应用sum()或任何其他缩减功能。

N.B。在@ zhangxaochen的回答中，我发现“沿着行”和“沿着列”这两个短语略显混乱。 axis=0应该引用“沿着每一列”，并且axis=1“沿着每一行”。

Answer 5

让我理解的最简单方法是讨论您是为每列（axis = 0）还是每行（axis = 1）计算统计数据。如果您使用axis = 0计算统计数据（比如均值），您将获得每列的统计数据。因此，如果每个观察都是一行，并且每个变量都在一列中，您将获得每个变量的平均值。如果您设置axis = 1，那么您将计算每行的统计信息。在我们的示例中，您将获得所有变量中每个观察值的均值（可能您需要相关度量的平均值）。

axis = 0：by column = column-wise =沿着行

axis = 1：by row = row-wise =沿列

Answer 6

考虑到编程的轴是形状元组中的位置。这是一个例子：

import numpy as np

a=np.arange(120).reshape(2,3,4,5)

a.shape
Out[3]: (2, 3, 4, 5)

np.sum(a,axis=0).shape
Out[4]: (3, 4, 5)

np.sum(a,axis=1).shape
Out[5]: (2, 4, 5)

np.sum(a,axis=2).shape
Out[6]: (2, 3, 5)

np.sum(a,axis=3).shape
Out[7]: (2, 3, 4)

轴上的平均值将导致该尺寸被移除。

参考原始问题，dff形状为（1,2）。使用axis = 1会将形状更改为（1，）。

Answer 7

熊猫的设计师Wes McKinney过去常常专注于财务数据。将列视为股票名称和索引作为每日价格。然后，您可以猜测此财务数据的默认行为（即axis=0）。 axis=1可以被简单地视为另一个方向＆＃39;。

例如，统计函数（例如mean()，sum()，describe()，count()都默认为列式，因为执行它们更有意义每个股票。 sort_index(by=)也默认为列。 fillna(method='ffill')将填充列，因为它是相同的库存。 dropna()默认为行，因为您可能只想丢弃当天的价格而不是丢弃该股票的所有价格。

同样，方括号索引是指列，因为选择股票而不是选择一天更常见。

Answer 8

让我们看一下Wiki中的表格。这是国际货币基金组织对2010年至2019年前十个国家GDP的估计。

1。第1轴将在所有列的每一行上起作用
如果要计算十年（2010-2019年）中每个国家的平均（平均）GDP，则需要做{{1 }}。例如，如果您要计算2010年至2019年美国的平均GDP，def numbers_to_strings(a1): switcher = { 1: push, 2: pop, 3: display, 4: quit } return switcher.get(a1, "nothing")() # get the function object, then evalutate

2。轴0将对所有行中的每一列起作用
如果我想计算所有国家/地区每个年份的平均（平均）GDP，则需要执行df.mean(axis=1)。例如，如果您要计算美国，中国，日本，德国和印度的2015年平均GDP，df.loc['United States','2010':'2019'].mean(axis=1)

注意：以上代码仅在使用df.mean(axis=0)方法将“国家（或从属地区）”列设置为索引后才有效。

Answer 9

轴= 0表示向上到向下 axis = 1表示从左到右

sums[key] = lang_sets[key].iloc[:,1:].sum(axis=0)

给出的例子是在列==键中获取所有数据的总和。

Answer 10

这是基于@Safak的答案。理解pandas / numpy中轴的最好方法是创建一个3d数组，并检查3个不同轴上sum函数的结果。

 a = np.ones((3,5,7))

a将是：

    array([[[1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.]],

   [[1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.]],

   [[1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.],
    [1., 1., 1., 1., 1., 1., 1.]]])

现在检查沿每个轴的数组元素的总和：

 x0 = np.sum(a,axis=0)
 x1 = np.sum(a,axis=1)
 x2 = np.sum(a,axis=2)

将为您提供以下结果：

   x0 :
   array([[3., 3., 3., 3., 3., 3., 3.],
        [3., 3., 3., 3., 3., 3., 3.],
        [3., 3., 3., 3., 3., 3., 3.],
        [3., 3., 3., 3., 3., 3., 3.],
        [3., 3., 3., 3., 3., 3., 3.]])

   x1 : 
   array([[5., 5., 5., 5., 5., 5., 5.],
   [5., 5., 5., 5., 5., 5., 5.],
   [5., 5., 5., 5., 5., 5., 5.]])

  x2 :
   array([[7., 7., 7., 7., 7.],
        [7., 7., 7., 7., 7.],
        [7., 7., 7., 7., 7.]])

Answer 11

axis = 1，它将明智地求和行，keepdims = True将保持二维尺寸。希望对您有帮助。

Answer 12

正确使用axis=的问题在于它可用于两种主要的不同情况：

用于计算累积值或重新排列（例如，排序）数据。
用于操作（与“ 实体” “玩”）（例如，数据帧）。

此答案的主要思想是为了避免混淆，我们选择 number 或 name 来指定特定轴，更加清晰，直观和描述性。

Pandas基于NumPy，它基于数学，尤其是基于n维矩阵。这是3维空间中数学中轴名称的常用图像：

这张图片仅用于记忆轴的序数：

0用于x轴，
1（用于y轴）和
2（用于z轴）。

z轴仅用于面板；对于数据帧，我们会将兴趣限制在带有 x轴（0，垂直）的绿色，二维基本平面 和 y轴（1，水平）。

这些都是数字作为axis=参数的潜在值。

轴的名称是'index'（您可以使用别名'rows'）和'columns'，对于此解释并不重要这些名称与（轴的）序数之间的关系，因为每个人都知道“行” 和“列” 这两个词的含义（而每个人在这里-我想-知道熊猫中“索引” 的意思。

现在，我的建议：

如果要计算累加值，则可以根据位于沿轴0 （或沿沿轴1 ）的值进行计算>）-使用axis=0（或axis=1）。

类似地，如果您要重新排列值，请使用轴的轴号，以及是要重新排列的数据（例如用于排序）。

如果要操作（例如连接）实体（例如数据框），请使用axis='index'（同义词：axis='rows'）或axis='columns'指定结果更改-索引（行）或列。
（对于串联，您将分别获得更长的索引（=更多的行）或更多的列。）
< / li>

Answer 13

例如，如果您使用 df.shape，那么您将获得一个包含数据框中行数和列数的元组作为输出。

In [10]: movies_df.shape
Out[10]: (1000, 11)

在上面的示例中，电影数据框中有 1000 行和 11 列，其中在元组的索引 0 位置和索引 1 位置中提到了“行”和“列”。因此，'axis=1' 表示列，'axis=0' 表示行。

信用：Github

Answer 14

这里的许多答案对我有很大帮助！

如果您对Python中的axis和R中的MARGIN的不同行为感到困惑（例如在apply函数中），您可能会发现我写的一篇博客文章兴趣：https://accio.github.io/programming/2020/05/19/numpy-pandas-axis.html。

本质上：

有趣的是，与二维数组相比，使用三维数组更容易理解它们的行为。
在Python软件包numpy和pandas中，sum的axis参数实际上指定numpy，以计算可以以array [0，0，...形式获取的所有值的均值。，i，...，0]，在其中迭代所有可能的值。在i的位置固定的情况下重复此过程，其他维度的索引则一个接一个地变化（从最右边的元素开始）。结果是一个n维数组。
在R中，MARGINS参数使apply函数计算可以以array [，...，i，...，]的形式获取的所有值的平均值，其中i遍历所有可能的值。迭代完所有i值后，不再重复该过程。因此，结果是一个简单的向量。

Answer 15

我也一直在试图找出最后一个小时的轴。以上所有答案中的语言以及文档都根本没有帮助。

要回答我现在所理解的问题，在Pandas中，axis = 1或0表示在应用该函数时要保持哪个轴头。

注意：当我说标题时，我指的是索引名称

扩展您的示例：

+------------+---------+--------+
|            |  A      |  B     |
+------------+---------+---------
|      X     | 0.626386| 1.52325|
+------------+---------+--------+
|      Y     | 0.626386| 1.52325|
+------------+---------+--------+

对于axis = 1 = columns：我们保持列标题不变，并通过更改数据应用均值函数。为了演示，我们将列标题保持不变：

+------------+---------+--------+
|            |  A      |  B     |

现在我们填充一组A和B值，然后找到均值

|            | 0.626386| 1.52325|

然后我们填充下一组A和B值并找到均值

|            | 0.626386| 1.52325|

类似地，对于axis = rows，我们保持行标题不变，并不断更改数据：为了演示，请首先修复行标题：

+------------+
|      X     |
+------------+
|      Y     |
+------------+

现在填充第一组X和Y值，然后找到均值

+------------+---------+
|      X     | 0.626386
+------------+---------+
|      Y     | 0.626386
+------------+---------+

然后填充下一组X和Y值，然后找到均值：

+------------+---------+
|      X     | 1.52325 |
+------------+---------+
|      Y     | 1.52325 |
+------------+---------+

总而言之，

当axis = columns时，您将固定列标题并更改数据，这些数据将来自不同的行。

当axis = rows时，您可以修复行标题并更改数据，这些数据将来自不同的列。

Answer 16

由于人们可能会以完全错误的方式解释它们，因此我将明确避免使用“按行”或“沿列”。

首先是类比。直观地，您会期望pandas.DataFrame.drop(axis='column')从N列中删除一列，并为您提供（N-1）列。因此，您现在无需关注行（并从英语词典中删除单词“ row”。）反之亦然，drop(axis='row')适用于行。

以同样的方式，sum(axis='column')在多列上工作，并为您提供1列。同样，sum(axis='row')排成1行。这与最简单的定义形式一致，将数字列表减少为一个数字。

通常，使用axis=column，您可以看到列，处理列并获取列。忘记行。

使用axis=row，可以更改视角并处理行。

0和1只是'row'和'column'的别名。这是矩阵索引的惯例。

Answer 17

记住轴1（列）和轴0（行）的简单方法之一就是您期望的输出。如果您希望每行的输出都使用axis ='columns'，另一方面，如果您希望每行的输出都使用axis ='rows'。

Answer 18

我认为还有另一种理解方式。

对于np.array，如果要消除列，则使用axis = 1;如果要消除行，则使用轴= 0。

np.mean(np.array(np.ones(shape=(3,5,10))),axis = 0).shape # (5,10)
np.mean(np.array(np.ones(shape=(3,5,10))),axis = 1).shape # (3,10)
np.mean(np.array(np.ones(shape=(3,5,10))),axis = (0,1)).shape # (10,)

对于pandas对象，axis = 0代表行操作，axis = 1代表列操作。这与numpy的定义不同，我们可以检查numpy.doc和pandas.doc

中的定义

Answer 19

我这样理解：

说，如果您的操作需要在数据框中从从左向右/从右向左遍历，则显然是在合并列，即。您正在各种列上进行操作。这是轴= 1

示例

df = pd.DataFrame(np.arange(12).reshape(3,4),columns=['A', 'B', 'C', 'D'])
print(df)
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11 

df.mean(axis=1)

0    1.5
1    5.5
2    9.5
dtype: float64

df.drop(['A','B'],axis=1,inplace=True)

    C   D
0   2   3
1   6   7
2  10  11

要注意的是我们正在对列进行操作

类似地，如果您的操作需要在数据框中从顶部到底部/从底部到顶部遍历，则您正在合并行。这是轴= 0 。

Answer 20

我是熊猫的新手。但这就是我理解熊猫轴的方式：

轴恒定变化方向

0列向下排|

向右1行列->

因此，要计算列的均值，该特定列应为恒定，但其下的行可以更改（变化），因此轴= 0。

类似地，要计算一行的均值，该特定行是恒定，但它可以遍历不同的列（不同），轴= 1。

Answer 21

我的想法：Axis = n，其中n = 0,1等等意味着矩阵沿着该轴折叠（折叠）。因此，在2D矩阵中，当您沿0（行）折叠时，您实际上一次只能在一列上操作。类似地，对于高阶矩阵。

这与矩阵中维度的常规引用不同，其中0 - >行和1 - ＆gt;柱。类似地，对于N维数组中的其他维度。

Answer 22

阵列设计时所谓的轴= 0，行垂直位于轴= 1，列位于水平位置。轴指的是数组的维数。

熊猫中的轴是什么意思？

22 个答案: