Разница между осью = 0 и осью = 1 в pandas

Многие функции в pandas требуют указать ось, вдоль которой будут применяться определенные вычисления.

Обычно применяется следующее эмпирическое правило:

• axis=0 : применить расчет «на столбец».
• axis=1 : применить расчет «по строке».

В следующих примерах показано, как использовать аргумент оси в различных сценариях со следующим DataFrame pandas:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   ' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team points assists rebounds
0 to 25 5 11
1 to 12 7 8
2 B 15 7 10
3 B 14 9 6
4 B 19 12 6
5 B 23 9 5
6 C 25 9 9
7 C 29 4 12

Пример 1. Нахождение среднего значения по разным осям

Мы можем использовать axis=0 , чтобы найти среднее значение каждого столбца в DataFrame:

 #find mean of each column
df. mean (axis= 0 )

points 20.250
assists 7,750
rebounds 8,375
dtype:float64

В выходных данных отображается среднее значение каждого числового столбца в DataFrame.

Обратите внимание, что pandas автоматически избегает усреднения столбца «команда», поскольку это символьный столбец.

Мы также можем использовать axis=1 , чтобы найти среднее значение каждой строки в DataFrame:

 #find mean of each row
df. mean (axis= 1 )

0 13.666667
1 9.000000
2 10.666667
3 9.666667
4 12.333333
5 12.333333
6 14.333333
7 15.000000
dtype:float64

По результату мы видим:

• Среднее значение первой строки — 13,667 .
• Среднее значение во второй строке — 9000 .
• Среднее значение в третьей строке — 10,667 .

И так далее.

Пример 2: Нахождение суммы по разным осям

Мы можем использовать axis=0 , чтобы найти сумму определенных столбцов в DataFrame:

 #find sum of 'points' and 'assists' columns
df[[' points ', ' assists ']]. sum (axis= 0 )

points 162
assists 62
dtype: int64

Мы также можем использовать axis=1 , чтобы найти сумму каждой строки в DataFrame:

 #find sum of each row
df. sum (axis= 1 )

0 41
1 27
2 32
3 29
4 37
5 37
6 43
7 45
dtype: int64

Пример 3: Нахождение Макса по разным осям

Мы можем использовать axis=0 , чтобы найти максимальное значение определенных столбцов в DataFrame:

 #find max of 'points', 'assists', and 'rebounds' columns
df[[' points ', ' assists ', ' rebounds ']]. max (axis= 0 )

points 29
assists 12
rebounds 12
dtype: int64

Мы также можем использовать axis=1 , чтобы найти максимальное значение каждой строки в DataFrame:

 #find max of each row
df. max (axis= 1 )

0 25
1 12
2 15
3 14
4 19
5 23
6 25
7 29
dtype: int64

По результату мы видим:

• Максимальное значение в первой строке — 25 .
• Максимальное значение во второй строке — 12 .
• Максимальное значение в третьей строке — 15 .

И так далее.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как рассчитать среднее значение столбцов в Pandas
Как посчитать сумму столбцов в Pandas
Как найти максимальное значение столбцов в Pandas