pandas 中 axis 参数详解

本文介绍在 pandas 中的一个难点，axis 参数的取值 0 和 1 分别代表什么，怎么理解。在 Pandas 的 DataFrame 对象中，它的许多函数和方法都一个 axis 参数，这个参数的赋值不同，代表的数据处理方式不同，究竟应该怎么理解呢？

axis 的场景

axis 参数主要针对的是 DataFrame 对象，由于 DataFrame 一般是一个二维表，在：

• 一些聚合统计，如 sum()、mean()、max()、all()
• 一些批量处理，如 apply()、agg()、drop()、fillna()
• 一些整体操作，如 groupby()、sort_index()、diff()

等操作时，由于二级数据有方向性，需要按行或者按列进行计算，就需要 axis 参数来指定。

典型的例子如求一个数据表的和，有按行求和及按列求和两种方式，即：

df.sum() # 按列，默认 axis=0
df.sum(1) # 按行
df.sum(axis=1) # 同上

因此，axis 参数的设计是基于实际的需要出发。

axis 的取值

axis 的可传入参数有两种形式，一种是数字，一种是字符，形式如 {0 or ‘index’, 1 or ‘columns’, None}, default 0，即：

• 数字
  • 0 （默认）
  • 1
• 字符
  • ‘index’
  • ‘columns’

一般我们采用数字形式，如果为了让表达更加显式，可以采用字符形式。

另外，还有如 fillna() 默认为 None 的取值，就代表不指定行列，对全体数据进行操作。

为何疑惑？

很多人不是非常理解 axis 为 0 和 1 时代表着什么，认为 0（‘index’）代表行，但计算的结果却是每列的计算值，1 代表（‘columns’）表，却是每个行的计算值，另外还有一个 drop() 方法，要删除列时，得让 axis=1（‘columns’），如下：

import pandas as pd

df = pd.read_csv('https://gairuo.com/file/data/team.csv')
df.head()
'''
    name team  Q1  Q2  Q3  Q4
0  Liver    E  89  21  24  64
1   Arry    C  36  37  37  57
2    Ack    A  57  60  18  84
3  Eorge    C  93  96  71  78
4    Oah    D  65  49  61  86
'''

df.sum(axis=0, numeric_only=True)
'''
Q1    4920
Q2    5255
Q3    5267
Q4    5278
dtype: int64
'''

df.sum(axis=1, numeric_only=True)
'''
0     198
1     167
2     219
3     338
4     261
     ... 
95    268
96    125
97    212
98    234
99    179
Length: 100, dtype: int64
'''

df.drop(['team', 'Q1'], axis=1)
'''
        name  Q2  Q3  Q4
0      Liver  21  24  64
1       Arry  37  37  57
2        Ack  60  18  84
3      Eorge  96  71  78
4        Oah  49  61  86
..       ...  ..  ..  ..
95   Gabriel  59  87  74
96   Austin7  31  30  43
97  Lincoln4  93   1  20
98       Eli  74  58  91
99       Ben  43  41  74

[100 rows x 4 columns]
'''

这就让人疑惑了，到底 axis 是什么意思？

axis 取值的意义

axis [ˈæksɪs] 在英文中是轴的意义，pandas 官方文档在介绍这个参数时一般会用沿...轴（Axis along... ）。如 mean() 中，它指定的是沿其计算平均值的轴。默认情况下，轴=0。这与显式指定 axis 时的 numpy.mean 用法一致（ 在numpy.mean 中，默认情况下 axis=None，它计算展平数组即一维数组上的平均值），其中 axis=0 沿行（即 pandas 索引），axis=1 沿列。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）。

简单说，就是计算是朝着哪个方向去操作，如果为 0 就朝着行（index）去计算，当所有的行计算完后就只剩下一行了，就实现了按列的数据操作；同样为 1 时，会朝着列（columns）的方向去操作，操作完后，所有的行得到保留，实现了按行的的操作。

一些比喻说明：

• 你可以试着拿一张 A4 纸，画上这个二维表格，然后沿着这两个方向去卷纸，看看最终得到的行还是列数据
• 你可以理解在一个梳子，在执行函数操作时，axis 为 0 时，向下（index 方向），所有列就在梳子齿的缝隙里，一个缝隙是一列（按列处理），反之 axis 为 1时，梳子方向向右（columns），缝隙里的数据是一行
• 旧时的电视显像管，画面是由电子枪逐行扫描呈现的，axis 为 0 时，是按列扫描的，axis 为 1 时为按行扫描。如按列扫描，从第一列开始扫，扫完得到一个计算结果（序列或者标量），然后开始扫第二列，依此类推，其实就是迭代（for 循环）

至于 drop() 方法，道理是一样的，如果要删除列，那方向必然为列（axis=1），只不过，不在删除范围的列名会跳过，得以保留。

还有取 None 值的情况就是计算没有方向，如 fillna() 默认为 None，它会填充全表中所有的缺失值，如指定 method（取值 {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, 默认 None）bfill 或者 ffill 具有方向性的操作时，就需要 axis 来指定方向。

参考

• https://stackoverflow.com/questions/22149584/what-does-axis-in-pandas-mean
• https://stackoverflow.com/questions/25773245/ambiguity-in-pandas-dataframe-numpy-array-axis-definition

更新时间：2022-05-12 18:08:15 标签：pandas axis