使用0值表示沿著每一列或行標簽\索引值向下執行方法 使用1值表示沿著每一行或者列標簽模向執行對應的方法 下圖代表在DataFrame當中axis為0和1時分別代表的含義: axis參數作用方向圖示 另外，記住，Pandas保持了Numpy對關鍵字axis的用法，用法在Numpy庫的辭彙表當中有過解釋 ...
python中的axis究竟是如何定義的呢？他們究竟代表是DataFrame的行還是列？ 直接上代碼
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
如果我們調用df.mean(axis=1),我們將得到按行計算的均值
print (people.mean(axis=1))
Joe 0.505552
Steve 0.020678
Wes -0.150306
Jim -0.999511
Travis 0.845914
然而，如果我們調用 df.drop((name, axis=1),我們實際上刪掉了一列，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值表示沿著每一列或行標簽\索引值向下執行方法
- 使用1值表示沿著每一行或者列標簽模向執行對應的方法
下圖代表在DataFrame當中axis為0和1時分別代表的含義:
axis參數作用方向圖示
另外，記住，Pandas保持了Numpy對關鍵字axis的用法，用法在Numpy庫的辭彙表當中有過解釋：
軸用來為超過一維的數組定義的屬性，二維數據擁有兩個軸：第0軸沿著行的垂直往下，第1軸沿著列的方向水平延伸。
所以問題當中第一個列子 df.mean(axis=1)代表沿著列水平方向計算均值，而第二個列子df.drop(name, axis=1) 代表將name對應的列標簽沿著水平的方向依次刪掉。
