Неоднозначность в Pandas Определение оси "Dataframe/Numpy Array"
Я очень смутился о том, как определяются оси python и относятся ли они к строкам или столбцам DataFrame. Рассмотрим следующий код:
>>> 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
Итак, если мы назовем df.mean(axis=1), мы получим среднее значение по строкам:
>>> df.mean(axis=1)
0 1
1 2
2 3
Однако, если мы вызываем df.drop(name, axis=1), мы фактически удаляем столбец, а не строку:
>>> df.drop("col4", axis=1)
col1 col2 col3
0 1 1 1
1 2 2 2
2 3 3 3
Может кто-нибудь помочь мне понять, что подразумевается под "осью" в pandas/numpy/scipy?
Боковое примечание, DataFrame.mean просто может быть определено неправильно. В документации для DataFrame.mean говорится, что axis=1 означает среднее значение по столбцам, а не строки...
Ответы
Ответ 1
Возможно, проще всего запомнить его как 0 = вниз и 1 = поперек.
Это означает:
- Используйте
axis=0 для применения метода к каждому столбцу или к ярлыкам строк (индекс).
- Используйте
axis=1 для применения метода к каждой строке или к меткам столбца.
Здесь показано изображение частей DataFrame, на которые ссылается каждая ось:
![DL0iQ.jpg]()
Также полезно помнить, что Pandas следует за использованием NumPy слова axis. Использование объясняется в NumPy глоссарии терминов:
Оси определены для массивов с более чем одним измерением. 2-мерный массив имеет две соответствующие оси: первая выполняется вертикально вниз по строкам (ось 0), а вторая выполняется горизонтально по столбцам (ось 1). [мой акцент]
Итак, относительно метода в вопросе df.mean(axis=1), кажется, правильно определено. Он принимает среднее значение в горизонтальной позиции по столбцам, то есть по каждой отдельной строке. С другой стороны, df.mean(axis=0) - это операция, действующая вертикально вниз по строкам.
Аналогично, df.drop(name, axis=1) относится к действию на ярлыках столбцов, потому что они интуитивно проходят горизонтальную ось. Задание axis=0 приведет к тому, что метод будет действовать на строки.
Ответ 2
Другой способ объяснить:
// Not realistic but ideal for understanding the axis parameter
df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]],
columns=["idx1", "idx2", "idx3", "idx4"],
index=["idx1", "idx2", "idx3"]
)
---------------------------------------1
| idx1 idx2 idx3 idx4
| idx1 1 1 1 1
| idx2 2 2 2 2
| idx3 3 3 3 3
0
О df.drop (ось означает позицию)
A: I wanna remove idx3.
B: **Which one**? // typing while waiting response: df.drop("idx3",
A: The one which is on axis 1
B: OK then it is >> df.drop("idx3", axis=1)
// Result
---------------------------------------1
| idx1 idx2 idx4
| idx1 1 1 1
| idx2 2 2 2
| idx3 3 3 3
0
О df.apply (направление оси означает)
A: I wanna apply sum.
B: Which direction? // typing while waiting response: df.apply(lambda x: x.sum(),
A: The one which is on *parallel to axis 0*
B: OK then it is >> df.apply(lambda x: x.sum(), axis=0)
// Result
idx1 6
idx2 6
idx3 6
idx4 6
Ответ 3
Уже есть правильные ответы, но я даю вам еще один пример s > 2 измерениями.
Параметр axis означает изменяемую ось.
Например, учтите, что существует размерная диаграмма с размером a x b x c.
-
df.mean(axis=1) возвращает dataframe с dimenstion a x 1 x c.
-
df.drop("col4", axis=1) возвращает dataframe с размером a x (b-1) x c.
Ответ 4
Должно быть более широко известно, что вместо целых чисел 0/1 можно использовать строковые псевдонимы 'index' и 'столбцы. Алиасы гораздо более ясны и помогают мне помнить, как происходит расчет. Другим псевдонимом для индекса является 'rows'.
Когда используется axis='index', вычисления выполняются по столбцам, что путает. Но я помню, что это результат, равный размеру другой строки.
Позвольте получить некоторые данные на экране, чтобы увидеть, о чем я говорю:
df = pd.DataFrame(np.random.rand(10, 4), columns=list('abcd'))
a b c d
0 0.990730 0.567822 0.318174 0.122410
1 0.144962 0.718574 0.580569 0.582278
2 0.477151 0.907692 0.186276 0.342724
3 0.561043 0.122771 0.206819 0.904330
4 0.427413 0.186807 0.870504 0.878632
5 0.795392 0.658958 0.666026 0.262191
6 0.831404 0.011082 0.299811 0.906880
7 0.749729 0.564900 0.181627 0.211961
8 0.528308 0.394107 0.734904 0.961356
9 0.120508 0.656848 0.055749 0.290897
Если мы хотим принять среднее значение для всех столбцов, мы используем axis='index', чтобы получить следующее:
df.mean(axis='index')
a 0.562664
b 0.478956
c 0.410046
d 0.546366
dtype: float64
Тот же результат будет получен:
df.mean() # default is axis=0
df.mean(axis=0)
df.mean(axis='rows')
Чтобы использовать операцию слева направо в строках, используйте axis = 'columns'. Я помню это, думая, что в мой DataFrame можно добавить дополнительный столбец:
df.mean(axis='columns')
0 0.499784
1 0.506596
2 0.478461
3 0.448741
4 0.590839
5 0.595642
6 0.512294
7 0.427054
8 0.654669
9 0.281000
dtype: float64
Тот же результат будет получен:
df.mean(axis=1)
Добавить новую строку с осью = 0/index/rows
Используйте эти результаты, чтобы добавить дополнительные строки или столбцы, чтобы завершить объяснение. Таким образом, всякий раз, когда используется ось = 0/index/rows, это похоже на получение новой строки DataFrame. Добавьте строку:
df.append(df.mean(axis='rows'), ignore_index=True)
a b c d
0 0.990730 0.567822 0.318174 0.122410
1 0.144962 0.718574 0.580569 0.582278
2 0.477151 0.907692 0.186276 0.342724
3 0.561043 0.122771 0.206819 0.904330
4 0.427413 0.186807 0.870504 0.878632
5 0.795392 0.658958 0.666026 0.262191
6 0.831404 0.011082 0.299811 0.906880
7 0.749729 0.564900 0.181627 0.211961
8 0.528308 0.394107 0.734904 0.961356
9 0.120508 0.656848 0.055749 0.290897
10 0.562664 0.478956 0.410046 0.546366
Добавить новый столбец с осью = 1/столбцы
Аналогично, когда axis = 1/columns, он создаст данные, которые можно легко сделать в свой собственный столбец:
df.assign(e=df.mean(axis='columns'))
a b c d e
0 0.990730 0.567822 0.318174 0.122410 0.499784
1 0.144962 0.718574 0.580569 0.582278 0.506596
2 0.477151 0.907692 0.186276 0.342724 0.478461
3 0.561043 0.122771 0.206819 0.904330 0.448741
4 0.427413 0.186807 0.870504 0.878632 0.590839
5 0.795392 0.658958 0.666026 0.262191 0.595642
6 0.831404 0.011082 0.299811 0.906880 0.512294
7 0.749729 0.564900 0.181627 0.211961 0.427054
8 0.528308 0.394107 0.734904 0.961356 0.654669
9 0.120508 0.656848 0.055749 0.290897 0.281000
Похоже, вы можете увидеть все псевдонимы со следующими частными переменными:
df._AXIS_ALIASES
{'rows': 0}
df._AXIS_NUMBERS
{'columns': 1, 'index': 0}
df._AXIS_NAMES
{0: 'index', 1: 'columns'}
Ответ 5
Когда axis = 'lines' или axis = 0, это означает доступ к элементам в направлении строк, вверх-вниз. Если применить сумму по оси = 0, это даст нам итоги каждого столбца.
Когда axis = 'columns' или axis = 1, это означает доступ к элементам в направлении столбцов слева направо. Если применить сумму по оси = 1, мы получим итоги по каждой строке.
Все еще сбивает с толку! Но вышеизложенное делает это немного легче для меня.
